关于alphago柯洁我想说让柯洁痛哭的AlphaGo，耗电量相当于12760个大脑

[新支援指南]还记得那年科济和阿尔法狗战役失败后失声痛哭吗？(阿尔法狗后面的模型训练)你知道要燃烧多少经费吗？这篇文章告诉你答案。

那一年，19岁的世界围棋第一人科泽球队在与alpha go的围棋终极人类大战中以0:3完胜。这是人类最好的高手和这台机器之间的最后一场竞争，alpha go将从此退役江湖。

比赛到了中板时，柯洁再次对阿尔法狗的手法感到惊讶。他先摘下眼镜遮住自己的脸，接着趴在桌子上几秒钟，站起来摇摇头。再次俯卧，然后用手托着头，用双手擦眼睛，再戴上眼镜。

韩国高手李世多尔也遇到了Alpha GO，以三连败挽回了一局，输掉两场比赛的KJE也希望能在最后一句挽回面子，但遗憾的是，这次KJE整体陷入了下风。

2017年，机器学习领域最激动人心的事件之一是Alpha GO取得李世石胜利，成为世界上最好的围棋选手。

同年10月，DeepMind发表了一篇论文，说明AlphaGo Zero这个新版本。经过仅仅36个小时的训练，阿尔法戈泽罗比李世石失利更擅长下棋。

不仅如此，Alpha Gozero还学会了学围棋，但没有先验的游戏知识(即白板)。

相反，此前公布的alpha go在人类围棋比赛数据库的帮助下进行了训练。

这项成就确实非同寻常。因为这表明，我们在开发系统、自己在一张白纸上执行小任务、最终完成任务方面比人类做得更好。

另外，只要想象电脑能教会人类所有能做的事，现在全世界的可能性都可以触手可及。(约翰肯尼迪)。

但是取得这样的进步并不便宜。

就像人类掌握围棋需要多年的训练一样，计算机掌握围棋也需要大量的资源，再现阿尔法高杰罗的论文中报道的实验需要3500万美元的计算能力。

AlphaGo Zero学习围棋的方法是通过“自助玩”的过程模拟围棋对自己的比赛。这篇论文报告了以下几点：

1.在72个小时内共进行了490万场比赛

2.在自我游戏过程中，每个动作大约需要0.4秒

3.只要包含4个TPU，系统就会运行自己的游戏

但是这里有一个未公开的数字，就是用了三天的玩磁力游戏的机器数。据每盘围棋平均211个阶段的估计，最终获得了1595台自动对战机或6380个TPU。

根据每TPU每小时6.50美元的估计(截至2018年3月)，只要再现，就需要2，986，822美元。

而这只是他们论文中的两个实验之一，的小实验。

“之后，我们使用了更大的神经网络，将强化学习管道应用于AlphaGo Zero的第二个实例，持续时间更长。训练再次从完全随机的行动开始，持续了约40天。”

"训练过程中发生了2900万场自我比赛."

这个40天的实验中使用的神经网络的层数(相同大小)是3天实验中使用的网络的两倍，所以假设实验没有其他变化，一个动作大约需要两倍的计算机思考时间。(大卫亚设)。

考虑到这一点，最终可以找到花费35，354，222美元的TPU，重现40天的实验。

关于DeepMind运营这个实验的实际成本，还有其他因素需要考虑(如研究人员的工资等)。但是，对于谷歌以外的人来说，这个数字是对重复这个实验所需费用的一个很好的估计。

另一种看AlphaGo Zero实验成本的方法是想象需要多少人的大脑来供给等量的能量。

图：机器被收购后，他们会更有效地使用我们的大脑

一个TPU消耗约40瓦，人的大脑大约20瓦。所以这个实验的耗电量相当于12760人的大脑持续运转。

这种功耗和金钱消耗并不表明AlphaGo Zero不是惊人的成就，而是向世界表明，为了自学复杂的任务而建立系统是可能的，但开发这种通用技术还没有提供给大众而已。

也就是说，很多具有现实价值的问题不需要超人般的表现。也许通过应用领域知识和Alpha Gozero提供的技术，以后这些问题可以以比制造Alpha Gozero低得多的成本得到解决。