阿爾法狗再進化 自我學(xué)習(xí)提升棋藝擊敗舊版

10月19日消息,谷歌旗下人工智能研究部門DeepMind發(fā)布了新版AlphaGo(阿爾法狗)軟件,它可以完全靠自己學(xué)習(xí)圍棋。這款名為AlphaGo Zero的系統(tǒng)可以通過自我對弈進行學(xué)習(xí),它利用了一種名為強化學(xué)習(xí)的技術(shù)。在不斷訓(xùn)練的過程中,這套系統(tǒng)開始靠自己的能力學(xué)會圍棋中的一些高級概念。

阿爾法狗再進化 可以自我對弈提升棋藝100:0擊敗舊版

經(jīng)過3天的訓(xùn)練后,這套系統(tǒng)已經(jīng)可以擊敗AlphaGo Lee,也就是去年擊敗韓國頂尖棋手李世石的那套系統(tǒng),而且比分高達100比0。經(jīng)過40天訓(xùn)練后,它總計運行了大約2900萬次自我對弈,使得AlphaGo Zero得以擊敗AlphaGo Master(今年早些時候擊敗世界冠軍柯潔的系統(tǒng)),比分為89比11。

結(jié)果表明,具體到不同技術(shù)的效果,人工智能在這一領(lǐng)域仍有很多學(xué)習(xí)的空間。AlphaGo Master使用了很多與AlphaGo Zero相同的開發(fā)技術(shù),但它需要首先利用人類的數(shù)據(jù)進行訓(xùn)練,隨后才切換成自我對弈。

值得注意的是,雖然AlphaGo Zero在幾周的訓(xùn)練期間學(xué)會了一些關(guān)鍵概念,但該系統(tǒng)學(xué)習(xí)的方法與人類有所不同。另外,AlphaGo Zero也比前幾代系統(tǒng)更加節(jié)能,AlphaGo Lee需要使用幾臺機器和48個谷歌TPU機器學(xué)習(xí)加速芯片。其上一代AlphaGo Fan則要用到176個GPU芯片。AlphaGo Zero只需要使用一臺配有4個TPU的機器即可。

極客網(wǎng)企業(yè)會員

免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2017-10-19
阿爾法狗再進化 自我學(xué)習(xí)提升棋藝擊敗舊版
10月19日消息,谷歌旗下人工智能研究部門DeepMind發(fā)布了新版AlphaGo(阿爾法狗)軟件,它可以完全靠自己學(xué)習(xí)圍棋。這款名為AlphaGo Zero的系統(tǒng)可以通過自我對弈進行學(xué)習(xí),它利用了一種名為強化學(xué)習(xí)的技術(shù)。在不斷訓(xùn)練的過程中,這套系統(tǒng)開始靠自己的能力學(xué)會圍棋中的一些高級概念。

長按掃碼 閱讀全文