月份: 2021 年 1 月

除了下棋⋯⋯人工智慧 MuZero 還可壓縮影片！有望降低 YouTube 成本

除了下棋玩遊戲之外，MuZero 也可以被投入商業用途。

David Silver 表示，DeepMind 正嘗試用 MuZero 來開發新型的影片壓縮技術：「如果查看整個網路世界的資料流量，會發現影片占了很大的比例，如果可以更有效地壓縮影片的大小，可以省下大量資金、縮減經營成本。」

「初步實驗顯示，只是單純壓縮影片能取得的收益也非常可觀，我們對此感到很興奮。」

由於同為 Alphabet 旗下的 Google 握有世界上最大的影音平台 YouTube，因此 YouTube 很有可能會成為最大獲益者。然而 David Silver 拒絕透露 Google 將在何時、何地使用 MuZero的功能，只表示未來一年內將會公布更多細節。

此外，MuZero 也計畫被用於解決化學或量子物理等問題，潛在應用領域也包括新一代虛擬助理、個人化醫療與搜索救援技術等。

AI 人工智慧更像人了

DeepMind 的核心理念是利用人工智慧為世界做出貢獻，MuZero 的能力與多種實際應用的可能，是 AI 走出理論的象牙塔、更貼近現實的重要里程碑。

但是突破性的進步往往也伴隨著隱憂。南安普敦大學電腦科學教授、人工智慧委員會成員 Wendy Hall 認為，DeepMind 一心追求提升 AI 性能，但對於可能造成無法預料的嚴重後果：「就像是噴射機的發明者可能沒考慮過汙染問題。人們必須要在發展與風險中取得平衡。」

MuZero 可以歸納實際情況與當下的行動，不需要通曉所有的可能性，也能表現出色。這個特色非常人性化，也很接近人類處事的模樣。但這是會讓人工智慧 成為更出色的虛擬助理呢？還是會讓 AI 離取代人類越來越接近？只能拭目以待了。

人工智慧「AlphaFold」解決困擾人類半世紀的「蛋白質」難題

全世界最知名的人工智慧公司 DeepMind 除了曾經研發過擊敗人類棋王的 AlphaGo、它的進階版 AlphaZero 以及它的終極版 MuZero 之外，還曾經開發出名叫「AlphaFold」的 AI，解決了困擾生物學界超過 50 年的「蛋白質折疊」難題！在過去如果要精確得知一個蛋白質的完整結構，需要數月、數年甚至數十年的實驗研究，而這個人工智慧只要花費幾小時就能完成。詳細資訊請看本篇文章：「生物學最大謎團被人工智慧 破解！DeepMind 攻克「蛋白質折疊」奧秘」

▲ DeepMind 的科學家與工程師的幕後故事，談論他們如何創建出 AlphaFold和心路歷程。

• 人工智慧 Suphx 打敗人類雀聖！微軟：麻將 AI 比圍棋 AI 難
• 人工智慧快毀了西洋棋比賽？前西洋棋冠軍聯手AlphaZero AI改寫西洋棋

比打敗人類棋王的AlphaGo更強！無師自通的人工智慧MuZero誕生

2016 年，DeepMind 開發的人工智慧圍棋軟體 AlphaGo 打敗了韓國棋王李世乭，成為第一個擊敗人類棋手的 AI。2018 年，它的繼任者 AlphaZero 從零開始，靠自學學會西洋棋、將棋、圍棋。

近日，DeepMind 發表超越 AlphaGo、AlphaZero 的人工智慧系統 MuZero，就算不知道規則也能精通西洋棋、圍棋、將棋，以及 57 款雅達利（Atari）遊戲，甚至還能用來壓縮影片。

AlphaGo還需靠真人來訓練，MuZero卻能自我摸索出規則

DeepMind 過去研發出的幾款人工智慧，都在各種棋類遊戲上展現出壓倒性的優勢。但不管是 AlphaGo、AlphaGo Zero 或 AlphaZero，都是基於已知規則，再加上人類資料訓練或是自我學習訓練而成。

而最新登場的 MuZero 與其他的 AI「前輩」們最大的不同在於，它在事先並未輸入任何的已知規則，在未知的動態環境下能自行摸索出規則，並作出最佳的判斷。ˋ

MuZero 的拿手範圍不只圍棋、西洋棋和將棋等棋類遊戲，其中還包含經典電腦遊戲公司雅達利（Atari）出品的 57 款遊戲，而且都拿出了亮眼的表現。

跟人類一樣的「規劃能力」　MuZero 以有限資訊做出最佳決策

2019 年 DeepMind 就曾透露過 MuZero 的存在，但直到 2020 年底才正式於《自然》期刊發表論文，詳細介紹它的能力與原理。DeepMind 表示，MuZero 最大的突破在於表現了「對未知環境的掌握能力」。

「我們只是告訴人工智慧：用你自己建構的認知，去了解這個世界怎麼運作。」曾任 AlphaGo 與 AlphaZero 首席研究科學家、現正領導 DeepMind 強化學習研究小組的 David Silver 表示，「只要內部的理解成功對上了某個現實事物，那我們就滿意了。」

與 AlphaGo、AlphaZero 相似，MuZero 也使用蒙地卡羅樹搜尋法（Monte Carlo tree search，MCTS），匯總神經網路的預測，並選擇適合當前環境的動作。

MCTS 是一種「最佳優先」的樹狀搜尋演算法，與傳統方法（如廣度、深度優先）相比，最佳優先搜尋利用啟發式估算法，使其在未知的搜索空間中也可以找到有效的解決方案。簡單來說，該演算法不使用學習模型，而是找出「最好的下一步是什麼」。

MCTS 的每個迴圈包括四個步驟：選擇（Selection）、擴充（Expansion）、仿真（Simulation）和反向傳播（Backpropagation）。通過重覆執行這些步驟逐步建構出樹狀圖。

▲ 蒙地卡羅樹搜尋法應用於 MuZero 的示意圖。來源：DeepMind 官網

更簡單地來說，MuZero 會對依照三種要素建立樹狀模型：1. 當前位置、狀況的好壞；2. 最好的下一步是什麼，3. 最後會有怎樣的結果。

DeepMind 比喻，MuZero 的運作邏輯就像是「知道雨傘能讓人不被淋濕，比對雨滴建模更有用」，它只對重要的資訊進行建模，不但讓 MuZero 不懂規則也能掌握遊戲，也讓它能保持高效率、高性能。MuZero 在棋類遊戲的性能與 AlphaZero 匹敵，在雅達利遊戲上的表現更大幅超越現有的最佳系統 DQN、R2D2 與 Agent57。

其實人類生活在真實世界時，也常要解決沒有規則可循、沒有指南可看的問題，但人類有規劃能力，能在混沌又複雜的世界制定出下一步該怎麼走。當你看到天空烏雲密布，於是決定攜帶雨具出門，這就是一種規劃能力，因為你預測到了可能會下雨。

David Silver 說：「這是我們第一次打造這種系統，它能建立對世界如何運作的理解，並用這種理解做複雜的規劃，例如下西洋棋。」

在下棋時，MuZero 也可以用較少的運算量，達到與 AlphaZero 同樣甚至更好的結果；在需當機立斷、可以立即做出行動的遊戲像是小精靈（Pac-Man）中，MuZero 不需要算出所有可能性才能行動，如果限制它的每個行動只能選擇 6、7 個規畫模擬，依舊能取得亮眼的成績。