新一代的AlphaGo Zero，被翻譯為阿法元，不依賴於任何人類的棋譜，不參考人類任何先驗知識，完全靠自己強化學習和參悟，三天時間就可以透過自己左右互博490萬棋局，棋藝達到至高境界。阿法元棋藝增長遠超阿法狗，以100：0，百戰百勝。此前，阿法狗曾花了幾個月時間，學習人類三千萬棋局，才打敗人類。

阿法元最引人關注之處在於它無需向人類學習，不再被人類認知所侷限，能夠只靠自己就發現新知識，開發新策略。它的出現，為強人工智慧奠定了基礎。不少業內專家都對於人工智慧居然如此迅速地到達這一步感到很吃驚：“沒想到這一天來得這麼快！”而《紐約客》最近的封面文章題目是：人類未來只能給機器人打下手。

紐約客的封面文章配了一幅人類向機器人乞討的場景的圖片。

目前，業內普遍認為，在不遠的將來，有很大一部分從事簡單、重複、不需要人類付出創意的、思考的、抽象的工作就會被阿法元這樣的人工智慧技術完全替代。但是需要人類思考的、抽象的、需要創造性的一些工作，卻會隨著人工智慧的普及變得越來越重要、越來越吃香。

有評論文章指出，從阿法元的發展可以看出人類要向人工智慧學習的三堂課。一是分享、共享。現在人工智慧風潮能夠比過往來的更強烈，其實跟現在所有主流分析框架都是開源且免費有著密不可分的關係，共享是推動人類進步的一大助力；二是專注。唯有專注，不僅要在特定領域中做到最好，而且要具備強大的“注意力”機制，才能夠從千絲萬縷的資訊中，找出真正值得全心投入的領域。三是全域性觀。在深度學習的眼中，只有全域性目標，不會受短期損失影響。而人類卻往往因為眼前利益喪失大局。

有專家認為，幾十年內，人工智慧應該仍會在人類設定的目標範圍內來完成特定任務，但也存在失控的風險。未來的世界會如何現在還不好預料，但無疑，人類已經在新的工業革命的起點。同時，中國需要正視在人工智慧學術方面和英美的差距。

瀉藥…

但是………………怎麼就阿法元了………………還nature阿法元………………和nature幾毛錢關係………………

同樣感覺翻譯阿法元不妥…………所以看到這樣翻譯的一律拉黑了………………

阿法零算是比較中正的叫法。

同樣就題目本意答一下，從零開始這事兒我和小夥伴一直是很期待的，到最後學出個和人類差不多的結果其實挺讓人喪氣的，沒有顛覆沒有驚喜，反而下的越來越像人類………………人類棋手如果還理智的話應該得意壞了啊：看我們多靠譜。