詹士 发自 凹非寺 量子位 | 公众号 QbitAI
AI如何学到知识的？科学家敲开了它的脑壳看了看。
这两天，DeepMind及谷歌大脑一篇文章被《美国国家科学院院刊》(PNAS)收录，其内容正是以5年前发布的AlphaZero为例，研究神经网络如何获取并理解国际象棋知识。
在内容中，研究者重点关注了「神经网络是如何学习的」「知识又如何被量化表示」等问题。
有意思的是，他们发现：
在没有人类对弈指导下，AlphaZero仍形成了一套类似专业棋手才懂的概念体系。研究者还进一步探寻了这些概念何时何处形成。 此外，他们还对比了AlphaZero与人类开局棋风的不同。
有网友感慨，这是个影响深远的工作：
也有人感慨，AlphaZero能计算任何人类行为特征了？！
欲知更多观察结果，往下看。
掀起了神经网络的头盖骨
AlphaZero于2017年由DeepMind发布并一鸣惊人。
这是一种神经网络驱动的强化学习器，专精于棋类，内部包含了残差网络（ResNet）骨干网及分离的策略及价值heads。
其输出函数可表示如下，z为国际象棋排布情况：
为研究AlphaZero如何「学习」的，研究者构建了一个人类理解国际象棋的函数c(z0)。其中，z0为一个象棋特定排布概念，c(z0)以专业国际象棋引擎Stockfish 8评估分数作为参考。
再从AlphaZero角度，设一个广义线性函数g(zd)，作为在不同层取值的探针。训练设定下，g(zd)将不断趋近
