訂閱
糾錯
加入自媒體
當前位置： OFweek 人工智能網(wǎng)   >   其他   >  正文

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(guān)注

近日，據(jù)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(nèi)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(fā)表在《科學》雜志上。

谷歌DeepMind團隊圍棋類AI新進展：AlphaGo升級版AlphaZero強勢來襲

DeepMind首席執(zhí)行官兼聯(lián)合創(chuàng)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。

谷歌DeepMind團隊圍棋類AI新進展：AlphaGo升級版AlphaZero強勢來襲

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(nèi)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(guī)則。

AlphaZero通過應用大量處理能力，5，000張?zhí)幚韱卧═PU），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。

谷歌DeepMind團隊圍棋類AI新進展：AlphaGo升級版AlphaZero強勢來襲

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(chǎn)生自己的知識，它只需幾個小時即可完成，其結(jié)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(shù)量的操作問題。它還需要一個強大的環(huán)境模型，即游戲規(guī)則。

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(quán)或其他問題，請聯(lián)系舉報。

發(fā)表評論

共0條評論，0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁，請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標題：
    *糾錯內(nèi)容：
    聯(lián)系郵箱：
    *驗 證 碼：

    粵公網(wǎng)安備 44030502002758號