事项：
        10月18日，谷歌人工智能团队DeepMind在Nature上发表论文，宣布新版的AlphaGo——AlphaGo  Zero基于强化学习算法，可在只了解比赛规则和目标的情形下进行自我学习，并仅用三天时间便完胜曾击败世界冠军李世石的AlphaGo  Lee。http://www.hibor.com.cn【慧博投研资讯】
        平安观点:
        AlphaGo  Zero  表现惊艳，仅40天即超越此前所有版本：根据DeepMind在Nature上发表的论文Mastering  the  Game  of  Go  without  Human  Knowledge，在只输入游戏规则和比赛目标的条件下，AlphaGo  Zero  基于强化学习（reinforcementlearning）算法从头开始学习围棋，经过短短3  天时间便以100:0  的比分完胜此前击败世界冠军李世石的AlphaGo  Lee。http://www.hibor.com.cn（慧博投研资讯）在击败Lee  之前，Zero  进行了490  万次的自我对弈，而Lee  达到该水平则是经过数月的训练。经过21  天的学习，Zero已达到曾击败柯洁的AlphaGo  Master  的水准，仅仅40  天后便以90%的胜率完全实现了超越。
        纯强化学习成为亮点，或预示数据重要性下降：与此前版本的AlphaGo  采用监督学习不同，Zero  采用单纯的强化学习算法，完全不需依赖人类的棋谱数据进行训练，仅通过自我对弈进行学习。技术层面，一是Zero  将此前版本中的策略网络和价值网络合二为一，单一神经网络使得Zero  获得了更高效的训练和评估；二是Zero  并不采用此前版本快速、随机的走子方法预测胜率，而是依靠高质量的神经网络评估对弈局势。另一点值得注意的是，深度强化学习极其不稳定、易遗忘，Zero  并未设置大量的历史checkpoint  来解决这个问题，而是采用简单的、基于梯度更新的方法来进行迭代，以更佳的渐进性能实现了网络的收敛。
        我们认为，纯强化学习应用是Zero  的最大亮点，这使得AI  可以摆脱人类数据进行学习，有望大大简化AI  的训练，扩大AI  的应用场景，摆脱昂贵的数据获取成本的限制。实际上，从Zero  超越Master  的结果来看，人类的经验数据反而可能是对AI  的制约，单纯的自我学习或更可能超越人类。
        Zero  仅由4  个TPU  支持，证明AI  算法的核心地位：硬件方面，曾击败樊麾的AlphaGo  Fan  使用了176  个GPU，Lee  使用了48  个TPU，而Master  和Zero仅使用了4  个TPU。以此来看，尽管Lee  具有远超Zero  的硬件算力，但依靠更优的算法，Zero  仍仅用3  天即超越了Lee  的表现。这或许表明即使在AI  时代，算法仍然处于核心地位，是提高效率、降低能耗的关键。
        AlphaGo  Zero  或成重要里程碑，但与通用AI  仍相距甚远：当前，AI  在语音识别、文本翻译、图像分类等领域已取得了惊人成果，如AlphaGo  Zero  强化学习的成功得以在其他领域复制，那么AI  的能力无疑将显著增强，应用场景或将得以向新药研发、新材料设计、气候建模、自动驾驶等深度应用领域拓展，AlphaGo  Zero  也将因此成为AI  史册中的重要里程碑。不过也应看到的是，围棋仍具有明确的规则，强化学习能否有效应用于其他复杂场景仍存在疑问，而Zero  距通用AI  更是相差甚远。因此，尽管AI  发展迅速，前景乐观，但短期不应期许过高。
        投资建议：DeepMind  已通过AlphaGo  完成了AI  在围棋应用中的验证，预计下一阶段将把AI  技术推广到更多应用场景。受此次事件带动，全球AI  业界或也将在强化学习等AI  算法的研究和应用领域加大投入，因此我们认为AI  龙头企业在下一阶段的动向值得关注。A  股投资标的方面，我们建议关注国内技术领先且研发费用通常保持在20%左右的AI  龙头科大讯飞，以及与华为海思合作开发移动AI  芯片麒麟970  的中科创达。
        风险提示：人工智能技术发展不及预期；人工智能应用落地不及预期。