2017年10月19日，《Nature》雜志發表了人工智能公司DeepMind的最新研究成果，新一代的AlphaGoZero通過40天僅有規則輸入的自學訓練，擊敗了戰勝柯潔的上代AlphaGo。兩年間，這款名為AlphaGo的AI程序擊敗了眾多頂尖職業圍棋選手，完成了四次產品迭代，效能快速提高。AlphaGoZero無需人類經驗的訓練嘗試，打破了人們對大數據與AI強相關的固有看法，推動著AI技術創新與產業應用的螺旋式上升。當前，AI產業已成為信息技術領域的核心焦點，受到各國政府、企業的高度重視，我國也將AI發展上升至國家戰略的高度，發布了《新一代人工智能發展規劃》。因此，基于對AlphaGo創新演進歷程的研究，

總結分析其對我國發展AI產業的啟示，能夠為進一步明確產業發展方向，優化政策支持提供參考。

一、、AlphaGo創新演進歷程

（一）DeepMind在在次第三次AI浪潮中快速崛起

AlphaGo來自于一家專注于機器學習和神經科學等前沿技術的AI公司——谷歌DeepMind。2010年9月，DeepMind由兩位AI專家和一位關注社會問題的企業家共同創立于倫敦，其早期商業化產品主要包括模擬器、電子商務和游戲中的AI應用。2014年1月，DeepMind以4億美元被谷歌收購，更名為谷歌DeepMind。發展至今，公司的技術團隊由神經網絡、機器學習等領域的500多位專家組成，其中半數為科學家，科研實力雄厚。七年來，DeepMind不斷在《Neuron》、《Nature》等全球頂級雜志刊物上發表其研究成果。備受矚目的AlphaGo只是DeepMind公司的深度學習算法在圍棋領域的一次“亮相”，公司未來的AI應用發展方向將主要面向醫療、智能手機助手以及機器人方面。

（二）AlphaGo不斷迭代步入“擺脫數據”新階段

在兩年的時間內，AlphaGo快速完成了四次產品迭代。2015年10月，第一代AlphaGoFan以5:0擊敗職業圍棋冠軍樊麾二段。2016年3月，第二代AlphaGoLee以4:1擊敗世界冠軍李世石九段。2017年5月，第三代AlphaGoMaster以3:0擊敗世界排名第一的柯潔九段，并在圍棋網站創下60連勝的佳績。2017年10月，第四代AlphaGoZero經過3天的自我訓練，以100:0戰勝AlphaGoLee，并在40天后以89:11擊敗AlphaGoMaster。硬件上，一代Fan需耗用176塊GPU進行數月的訓練計算，三代Master使用了一臺搭載4個TPU的機器，其運算量只有Lee的1/10，TPU的使用令AlphaGo在棋藝、效率極大提升的同時，耗能大幅下降。

在算法上，AlphaGo的各個版本都采用了深度學習進行訓練計算，主要變化體現在：三代Master將神經網絡層數由二代的12層增至40層；四代Zero將進行訓練評估的兩個卷積神經網絡合二為一；同時，放棄了前三代所用的人類棋譜訓練，只以規則和目標作為輸入，通過自我對弈進行“白板”式進化學習，進入到“擺脫數據、依賴規則”的算法設計新階段。

（三）圍棋之外，AI技術與應用創新仍在持續

DeepMind的企業愿景是“破解智能，用它來讓世界變得更好”，企業的創始初衷決定了DeepMind公司是一家致力于使用AI技術解決人類社會和生活問題的公司。DeepMind創始人哈薩比斯表示，雖然目前專用AI系統表現更好，但要在不同領域間建立聯系，預編程的專用系統顯然是不夠的；要執行需要創新、發明等靈活性的任務，通用人工智能是唯一出路。在專用基礎上研發更加靈活、普適的通用型AI技術，應是DeepMind下一步的研究方向。在現階段，DeepMind已與NHS結為合作伙伴，進軍醫療市場，開發用于醫療領域的機器學習平臺。同時，DeepMind也致力于改善谷歌搜索引擎，讓GoogleNow更好地理解人的需求。此外，DeepMind還將在人類缺乏了解或目前缺少大量標注數據的領域（如疾病、氣候、能源、經濟學等），嘗試通過AI技術輔助人類科學家來分析和理解海量信息和數據，加快人類科學研究的進程。

二、對我國AI產業發展的啟示

（一）深度學習是AI技術創新的主要方向

業界普遍認為，深度學習是引領這一次人工智能技術和產業發展浪潮的核心引擎。從AlphaGo的技術演進可以看出，從學習百萬量級的人類棋譜到無師自通的完全自主學習，深度學習算法在發展中呈現出曲折性與前進性的統一，表現出強大的特征提取能力和尋找更優解的潛力。“深度學習”一詞，最早是在2006年由時任多倫多大學教授的GeoffreyHinton于《Science》中提出。十年間，走出實驗室的深度學習先后顛覆了語音識別、圖像識別、自然語言理解等諸多技術的算法設計定勢。當前，AI領域的應用創新主要以深度學習算法為主，AlphaGo所使用的開源深度學習框架TensorFlow，以及Caffe、Theano、Torch等同類型框架，是當下的AI研究中實現和優化各類深度學習算法的主流選擇。

（二）弱人工智能是AI技術應用的現實選擇

從縱向發展角度，業界將人工智能劃分為弱人工智能和強人工智能兩個階段。弱人工智能階段機器尚不具備自主意識，可用于完成某類特別設定的任務；強人工智能階段是機器具備與人類同等智慧、或超越人類的人工智能，能表現正常人類所具有的所有智能行為。盡管AlphaGo在圍棋領域取得了不俗表現，各界也正抓緊強人工智能核心技術攻關，但現階段AI應用仍停留在弱人工智能時代。當前，機器能夠自主學習和快速處理的是信息透明、結構明確，且可用規則窮舉的數據信息，人工智能的產業應用應當聚焦于機器輔助和服務人類的科學研究、生活工作的特定場景和特定領域，如智能物流、智能交通等。另外，Zero的成功表明，AI在應用于輔助人類解釋和解決復雜無解問題的前沿領域，具有強大的應用潛力，如氣候建模、宏觀經濟學、蛋白質折疊、減少能量消耗或搜索新材料等。

（三）軟硬件協同是AI產業發展的重要路徑

人工智能產業的發展是一個全局聯動的過程，涉及到從傳感器到芯片，從開發框架到軟件模塊，從數據挖掘、分析到最后付諸應用的方方面面。從深度學習乃至人工智能技術螺旋式上升的發展歷程中，可以清楚地看到只有軟硬件同時取得進步，才能全面推動人工智能產業的發展。AlphaGo的創新發展除了將進行決策評估的決策網絡和價值網絡合二為一，使算法結構更加精簡高效之外，也進行了底層硬件的芯片革新。從一代的176個GPU芯片，到二代的48個TPU機器學習加速芯片，再到三四代只需一臺搭載4個TPU的機器。由此可見，我國人工智能產業的發展一定要注重AI產業鏈條各個環節的全面發展，軟硬共同發力。

（四）完善的產業生態是AI產業發展的重要保障

任何產業的發展都離不開包括政策、標準、投融資支持等在內的生態要素，其中，以投融資為代表的市場活動在產業生態構建中起著至關重要的作用。人工智能作為當前最具創新活力的產業領域，其產業生態價值更為突出。依賴于谷歌的強大計算資源和雄厚財力，DeepMind得以進行長周期的核心技術突破，而無須過多考慮產品短期內的商業收益。對被收購的初創企業而言，大公司的資金、資源支持是其發展壯大的重要途徑之一。對谷歌、微軟、蘋果等科技巨頭而言，為加快企業內部AI產業生態的構建，將發展潛力較大的小企業進行整合也是完善產業鏈和匯聚人才的有效途徑。

三、推動我國AI產業發展的四點建議

（一）明確技術路徑，集聚創新力量

一是聚焦深度學習算法、AI開源框架、AI芯片研發等核心技術的攻關，關注國內外AI領域技術革新，引導企業積極利用TensorFlow等主流深度學習框架開發AI應用，支持建立我國自主掌握的AI技術體系和產品開發平臺。二是匯集各類研究機構的創新科研力量，鼓勵企業之間開展合作研究，支持百度深度學習研究院、阿里達摩院、騰訊研究院等企業級科研機構發展。三是聯合高校、企業、政府三方力量，以政府政策基金項目支持、高校理論研究、企業應用產品輸出的形式，建立“政-學-產”有效銜接溝通的機制，調動各環節分別進行政策、技術、產品創新的積極性，打通我國AI產業技術應用服務的快速輸出渠道。

（二）聚焦專向應用，加快應用推廣

一是鼓勵具有海量數據輸入、運行規則固定、目標輸出明確的特定行業和領域，積極聯合AI企業，有針對性地分析梳理現有行業數據或運行規則，開展AI專項應用試點。二是推動AI企業與交通、汽車、能源、紡織、建筑業等行業進行深度技術合作，提高傳統制造業的智能化水平，以信息技術為支點提升我國制造業的發展層級。三是積極推廣人臉識別、語音識別、自然語言理解等模塊化的通用型AI技術在各行各業的應用，加快我國AI企業的技術轉化能力和產品服務經驗的積累，提高企業的國際影響力和產品的國際競爭力。

（三）推動軟硬協同，優化產業布局

一是要注重AI產業體系各環節的協同發展，全面推動AI產業鏈上的軟件、硬件、集成商等各類企業的共同發展，在項目支持、稅收優惠等產業項目、政策中對關聯企業進行統籌考慮。二是圍繞AI芯片、AI操作系統等薄弱環節加大政策支持力度，對相關領域創新型企業給予充分的政策傾斜，支持有實力的大型企業積極布局，提高AI綜合供給能力。三是充分發揮中國人工智能產業發展創新聯盟等行業組織的紐帶作用，促進我國AI領域軟硬件企業的合作交流，推動企業間開展技術合作，共同研發新技術、新產品。四是以軟硬件適配為出發點盡快建立AI產業標準體系，支持AI企業積極參與標準的編制。

（四）完善產業生態，強化支撐服務

一是深入研究國際互聯網企業與軟件企業的合作發展模式，總結合作發展經驗，制定促進產業創新發展的實施方案，為我國AI產業的快速發展構建優良的政策環境。二是鼓勵百度、阿里巴巴、騰訊等有實力的科技企業收并購優秀的AI初創企業，提升技術創新能力。同時，給予被收購的初創企業充分的空間，以保持其創新活力。三是鼓勵中小型、初創企業通過上市的方式獲取更多的資源優勢和競爭力，支持企業利用市場化機制做大做強。四是建立AI產業的公共信息服務平臺，為初創企業提供創業咨詢、技術應用交流、專利咨詢的服務支撐。