谷歌DeepMind團隊圍棋類AI新進展：AlphaGo升級版AlphaZero強勢來襲
2018-12-07 11:08
AI銳見
關注
近日，據外媒報道，谷歌DeepMind團隊帶來了一個全新的通用的版本。這個程序被稱為AlphaZero，它教會自己在短短三天內玩三種不同的棋盤游戲（國際象棋、圍棋和日本版國際象棋），沒有人為干預，這一描述成就的論文發表在《科學》雜志上。
DeepMind首席執行官兼聯合創始人Demis Hassabis說“從完全隨機的游戲開始，AlphaZero逐漸學會了什么是好的游戲，并形成了自己對游戲的評價。從這個意義上講，它不受人類對游戲思考方式的限制。”
AlphaZero是DeepMind旗下AlphaGo的直系后代。2016年，AlphaGo打敗了圍棋（人類）世界冠軍李世石（Lee Sedol），成為世界各地的頭條新聞。AlphaGo并不滿足于此，去年獲得了一次重大升級，能夠在不需要人工干預的情況下自學獲勝策略。
通過一遍又一遍地與自己下棋，AlphaGo Zero （AGZ）訓練自己在短短三天時間內從零開始，以0比100完勝最初的AlphaGo 100。它得到的唯一輸入是游戲的基本規則。
AlphaZero通過應用大量處理能力，5，000張處理單元（TPU），相當于一臺非常大的超級計算機，很快地學會了玩三種棋盤游戲中的每一種。
不像以前的國際象棋機器那樣以極快的速度處理人類的指令和知識，AlphaZero會產生自己的知識，它只需幾個小時即可完成，其結果已超過任何已知的人或機器。
但是，AlphaZero的基本算法實際上僅適用于可以采取相當數量的操作問題。它還需要一個強大的環境模型，即游戲規則。
分享
聲明：
本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權或其他問題，請聯系舉報。
請輸入評論內容...
請輸入評論/評論長度6~500個字
