Nature 今天上线的这篇重磅论文，详细介绍了谷歌 DeepMind 团队最新的研究成果。人工智能的一项重要目标，是在没有任何先验知识的前提下，通过完全的自学，在极具挑战的领域，达到超人的境地。
2017 人工智能到底有多火
01人工智能从 0 到 1, 无师自通完爆阿法狗 100-0
去年，有个小孩读遍人世所有的棋谱，辛勤打谱，苦思冥想，棋艺精进，4-1 打败世界冠军李世石，从此人间无敌手。他的名字叫阿法狗。
今年，他的弟弟只靠一副棋盘和黑白两子，没看过一个棋谱，也没有一个人指点，从零开始，自娱自乐，自己参悟，100-0 打败哥哥阿法狗。他的名字叫阿法元。
阿尔法元的最大亮点，在于无需任何人类指导，通过全新的强化学习方式自己成为自己的老师，在围棋这一最具挑战性的领域达到超过人类的精通程度。
自学 3 天，就打败了旧版 AlphaGo
人类其实把阿法狗教坏了! 新一代的阿法元(AlphaGo Zero)，完全从零开始，不需要任何历史棋谱的指引，更不需要参考人类任何的先验知识，完全靠自己一个人强化学习(reinforcement learning)和参悟，棋艺增长远超阿法狗，百战百胜，以 100-0 击溃阿法狗。
达到这样一个水准，阿法元只需要在 4 个 TPU 上，花三天时间，自己左右互搏 490 万棋局。而它的哥哥阿法狗，需要在 48 个 TPU 上，花几个月的时间，学习三千万棋局，才打败人类。
AlphaGo Zero 与此前版本有明显差别：
AlphaGo-Zero 的训练时间轴
- AlphaGo Zero 仅用棋盘上的黑白子作为输入，而前代则包括了小部分人工设计的特征输入。
- AlphaGo Zero 仅用了单一的神经网络。在此前的版本中，AlphaGo 用到了“策略网络”来选择下一步棋的走法，以及使用“价值网络”来预测每一步棋后的赢家。而在新的版本中，这两个神经网络合二为一，从而让它能得到更高效的训练和评估。
- AlphaGo Zero 并不使用快速、随机的走子方法。在此前的版本中，AlphaGo 用的是快速走子方法，来预测哪个玩家会从当前的局面中赢得比赛。相反，新版本它依靠高质量的神经网络来评估下棋的局势。
人工智能的一项重要目标，是在没有任何先验知识的前提下，通过完全的自学，在极具挑战的领域，达到超人的境地。零基础之上，进而自我训练，实现超越。
通过数百万次自我对弈，AlphaGo Zero 从零开始掌握了围棋，在短短几天内就积累起了人类几千年才有的知识。但它也发现了新的知识，发展出打破常规的策略和新招，与 AlphaGo 在对战李世石和柯洁时创造的那些交相辉映，却又更胜一筹。
这些创造性的时刻给了我们信心：人工智能会成为人类智慧的增强器，帮助我们解决人类正在面临的一些严峻挑战 。
尽管才刚刚发展起来，AlphaGo Zero 已经走出了通向上述目标的关键一步。对于希望利用人工智能推动人类社会进步为使命的 DeepMind 来说，围棋并不是 AlphaGo 的终极奥义，他们的目标始终是要利用 AlphaGo 打造通用的、探索宇宙的终极工具。
AlphaGo Zero 的提升，让人们看到了利用人工智能技术改变人类命运的突破性机会。人工智能未来的发展，码农或将大批失业，程序员将成为"驯兽师"。
02人工智能系统完爆程序员实现真正自主编程
让 AI 自动编程是人工智能领域长久以来的梦想之一。不久前，来自彭博和英特尔实验室的两位研究人员，号称实现了首个能够自动生成完整软件程序的 AI 系统“AI Programmer”。
这个“AI 程序员”利用遗传算法和图灵完备语言，开发的程序理论上能够完成任何类型的任务，AI 自动编程的时代，大幕已开。
这个首个能够自动生成完整软件程序的机器学习(ML)系统，全程只需最低限度的人类参与。以遗传算法(GA)为核心，加上紧密约束的编程语言，将其 ML 搜索空间的开销降到最低。
AI Programmer 的软件架构
从图中可见，由人类驱动的部分非常少，只需要在开始输入指令，最后接收适用于某项任务的函数即可，剩下部分全部由机器完成。
AI Programmer 的新颖部分源于：
- 独特的系统设计，包括用于效率和安全性的嵌入式手工解释器(hand-crafted interpreter)。
- 对遗传算法的增强，纳入了指令基因(instruction-gene)随机化绑定，以及编程语言特定的基因组构建及消除技术。
目前这个方面的成果还非常有限，比如让 AI 自动补完编程语言，或者执行简单的加法程序。
研究人员表示，他们用这个系统证明了长久以来的假设，那就是功能完备的程序确实能够被自动生成。
具体到这项工作，AI Programmer 利用机器学习中的遗传算法，模拟复杂的指令。虽然现在 AI Programmer 生成的程序，复杂程度与人类新手程序员编写的结果相当。但研究人员认为，AI Programmer 编写的程序完全可以超越传统范畴，不受人类时间和智慧的局限。
AI 编写的程序只是在测试复杂度和计算资源之间找到了最适合的点。换句话说，可能性无限。
研究人员还表示，我们需要重新思考，设计新的、面向机器的编程语言，因为当前的编程语言是面向人类的，不适用于基于 ML 的编程。“在考虑ML驱动程序生成的未来时，我们需要放弃和重新考虑典型程序语言创建的方法。”
研究人员表示，只有这样做，我们才能开始设想一个由 AI 系统驱动，以人类创造力和设计为指导的计算机软件开发的新未来。
GitHub 2017 年度报告见证人工智能有多火
GitHub Universe 是 GitHub 的年度盛会，今年 10 月10-12 日，GitHub Universe 大会在旧金山召开。同时，GitHub 也在其官网发布了 2017 年年度数据报告 —— GitHub Octoverse 报告。
报告显示，2017 年 GitHub 社区共汇集了 2400 万开发人员，150 万个组织和企业，6700 万个存储库，其中有 2500 万个公共存储库，用户遍布世界 200 多个国家，“全球最大的同性交友网站”实至名归啊!
GitHub 每年都会在年度盛会中推出数据报告，其中列出了一些年度的数据，包括其网站中最受欢迎的编程语言、开源项目等。今年的数据更是让人眼前一亮，Python 这匹编程语言中的黑马，势不可挡!
01.终结语言之争，GitHub 得分最高的语言
编程语言之间的战争是一场持久战，程序员们虽然对于这样的内容有些审美疲劳了，但是每次看到还是疯狂的为自己的应用打 Call。而 GitHub 作为一个丰富的资源库，其中包含有337种独特的编程语言开发的开源项目。
那么，在 GitHub 中哪种语言可以封王呢?JavaScript，你想到了吗?JavaScript 这一年在 GitHub 中共获得 230 万 pull request，比第二名 Python 多了两倍还不止。
Python 今年的请求比去年增加了 40%，成功挤掉 Java 上升为第二位。Typescript 也是今年的黑马语言，它在 GitHub 上的 pull request 比去年多了四倍。
2017 GitHub 上最受欢迎的前 15 门语言
排名前十五的语言(按先后顺序)：
- JavaScript
- Python
- Java
- Ruby
- PHP
- C++
- CSS
- C#
- Go
- C
- TypeScript
- Shell
- Swift
- Scala
- Objective-C
从 2017 GitHub 上最受欢迎的前 15 门语言可以看出：JavaScript 稳居第一， 遥遥领先于第二名 Python，这可能和 GitHub 上关于 Web 前端的项目、开发者的数量庞大有一定关系。
值得注意的是：Python 已代替 Java 从去年的第三突进了第二，相比去年它新增了 40% 的 PR 数。
近几年 Python 的增长势头一直非常迅猛，Python 虽然是脚本语言，但容易学，同时，Python 有非常多优秀的深度学习库可用，现在大部分深度学习框架都支持 Python。所以，Python 作为 AI 时代头牌语言的位置基本确立。
再来看看 Java，Java 则被挤到第三位，不过 Java 9 刚发布不久，而且它的模块化特性深受开发者喜爱，霸主地位还是很难撼动的。
同时，我们注意到 Objective-C 排行下降，从中可以看出移动开发的热度在减退。今年提交的 PR 甚至比去年还少不少，而 OC 是 iOS 开发的最主要语言，再联想到 Java 排名的下降，可以看出，移动开发的火热度在下降，而且今年可能是首次下降。
究其本质原因是，智能手机已经越来越普及，当你身边的爷爷奶奶都拥有一部智能手机的时候，那只能说明，智能手机的市场份额已基本到头了。
再加上现在流量基本被一些头部的大厂占领，移动时代的流量获取越来越难，移动创业也就越来越难，自然移动开发的市场需求没法再持续增长了。
不过，移动开发市场没那么火热是事实，但并不意味着移动开发找不到工作，现在稳定发展的公司移动开发岗位是不可或缺的，缺的是真正有能力的人才。
所以，如果你已经在从事移动开发，不必过多焦虑，专注提升自身技术才是王道，而如果你是想学习编程转行的，那么现如今不建议再从 0 学习移动开发了。
02.2017年谁是最赞的开源者?谁是最棒的开源项目?
GitHub 自 2007 年成立，如今已经十年了，如今已经是全球影响力最大、最权威的开源社区了，每年都有大量的企业和个人将自己的项目开源到这里进行交流学习。
那么今年哪些项目最具价值?哪些项目获得了程序员的广泛讨论?哪些项目又收集到了最全的资料呢?
被 fork 最多的前十个项目
TensorFlow 当选第一，TensorFlow 是谷歌的第二代机器学习系统，这也反映了越来越多的人对人工智能感兴趣，并且正在学习准备投入到机器学习当中。
也侧面说明了，现如今，很多开发者还是积极拥抱未来的，因为开源社区，让我们的心态更加开放，也让我们接受、了解、学习新事物的成本低了太多。经历了被称为“人工智能元年”的 2016 年，人工智能在 2017 年也迎来了更大的发展。
贡献者最多的前十个项目
review 最多的前十个项目
discuss 最多的前十个项目
上面四个排行榜，TensorFlow 在其中三个都留下了自己的名字，再一次证明人工智能火热的同时，也从侧面反映了越来越多的开发者对未来人工智能的发展充满信心。
03.2017 年，GitHub 的参与人群出现了新变化
与 2016 年相比，2017 年 GitHub 有了更多的参与者。这些贡献者中接近半数是学生，28% 是专业人士，22% 是编程爱好者。在经验方面，只有 10% 的程序员是有经验的，其中有 45% 的程序员是完全新手。
GitHub 参与人群变化
毫无疑问，开发人员永远都是 GitHub 的核心。2017 年 4 月，GitHub 扩展了其开发者计划，其中 GitHub 的开发人员以及付费用户的开发人员都包括在内。这个计划也使得 GitHub 上的开发人员大涨。
03.2017年 machine-learning 是最被广泛使用的标签
2017 年 GitHub 增加了一个新功能"主题-存储库标签"，支持用户通过技术、行业等等搜索项目，那么经过一年的运营，哪些标签成为了 2017 年的主旋律标签呢?
毫无疑问，游戏是 2017 年的大热门，从全民王者荣耀就可见一斑，但"游戏"并不是天下无敌的，至少机器学习就可以和它平分秋色。
被使用最广的标签
以下为标签详情：
● machine-learning：https://github.com/topics/machine-learning
● game：https://github.com/topics/game
● iOS：https://github.com/topics/ios
● API：https://github.com/topics/api
● blog：https://github.com/topics/blog
● website：https://github.com/topics/website
● deep-learning：https://github.com/topics/deep-learning
● library：https://github.com/topics/library
● arduino：https://github.com/topics/arduino
● plugin：https://github.com/topics/plugin
● database：https://github.com/topics/database
● bot：https://github.com/topics/bot
整体数据概述：
- 2400 万用户
- 150 万组织
- 6700 万 Repostitories
- 130 万学生开发者
- 用户横跨 200 个国家
- 四分之一的 GitHub 企业账户来自美国以外的国家
- 自 2016 年 9 月，公开发表 10 亿 Commit
- 自 2016 年 9 月，2530 万活跃项目
- 自 2016 年 9 月，1250 万活跃 Issue
- 自 2016 年 9 月，新增 670 万开发者
- 自 2016 年 9 月，新增 45.1 万个组织入驻 GitHub
- 自 2016 年 9 月，120 万人提交了他们的第一个 Pull Request
- 自 2016 年 9 月，410 万人创建了他们的第一个 Repo
- 自 2016 年 9 月，130 万新 Pull Request ，包括 Linus Torvald 的第一个 GitHub Pull Request：https://github.com/Subsurface-divelog/subsurface/pull/155
- 合并了 100,000,000 次 Pull Request
- 关闭了 68,800,000 个 Issue
- 62.4 万 Pull Request 被 review
- 140 万人在他人的 Issue 下讨论
- Emoji 表情在 GitHub 上被用得很多
- 19.1 万人 star 或 fork 了项目但没有提交代码
- 不包括框架和语言，下面的标签被使用得最多
- machine-learning
- game
- iOS
- API
- blog
- website
- deep-learning
- library
- arduino
- plugin
- database
- bot
最后点有趣的，emoji 表情排行榜，妥妥的排行第一，看来程序员很喜欢相互点赞的呢。
随着社区的不断发展，开源项目的不断增长，GitHub 的报告对于我们对未来的技术趋势判断有很大的参考意义。
互联网行业最怕的是固步自封，不与时俱进，做技术的一样，我们要时刻更新自己，不人云亦云，但是要拥抱变化，只有这样，我们才能在时代的潮流中立于不败。
最后，感谢 GitHub，感谢开源精神，让我们做技术的可以与全世界接轨，更改变了我们学习新事物的方式。感兴趣的不妨点击“阅读原文”查看完整报告。
