新舊AlphaGo博弈:新版竟以100:0壓倒性優(yōu)勢(shì)獲勝

摘要:  對(duì)于圍棋來說我想大多數(shù)不是很關(guān)心,但對(duì)于人工智能來說就不一樣了,尤其是前段時(shí)間舉行的AlphaGo與人類的圍棋比賽,這場(chǎng)圍棋界的最強(qiáng)大腦牽動(dòng)著很多人的心,當(dāng)然比起圍棋的戰(zhàn)略步伐人們更關(guān)心的是機(jī)器和

  對(duì)于圍棋來說我想大多數(shù)不是很關(guān)心,但對(duì)于人工智能來說就不一樣了,尤其是前段時(shí)間舉行的AlphaGo與人類的圍棋比賽,這場(chǎng)圍棋界的最強(qiáng)大腦牽動(dòng)著很多人的心,當(dāng)然比起圍棋的戰(zhàn)略步伐人們更關(guān)心的是機(jī)器和人類到底誰最厲害,不過,最后還是以人類柯潔的失敗而告終。

  雖然比賽完了,但人類和人工智能的爭(zhēng)斗卻沒有停息,最后的糾結(jié)點(diǎn)會(huì)停留在哪里現(xiàn)在還無法定論,但就以目前的情形看,人工智能的勢(shì)頭確實(shí)不可小覷。

  這不,舊版AlphaGo剛剛退隱,新版的AlphaGo就又出現(xiàn)了,而且這新版的AlphaGo更加的迅猛。

  倫敦當(dāng)?shù)貢r(shí)間10月18日,DeepMind團(tuán)隊(duì)公布了最強(qiáng)版AlphaGo ,代號(hào)AlphaGo Zero。

  團(tuán)隊(duì)稱,AlphaGo Zero的水平已經(jīng)超過之前所有版本的AlphaGo。在對(duì)陣曾贏下韓國棋手李世石那版AlphaGo時(shí),AlphaGo Zero取得了100:0的壓倒性戰(zhàn)績(jī)。DeepMind團(tuán)隊(duì)將關(guān)于AlphaGo Zero的相關(guān)研究以論文的形式,刊發(fā)在了10月18日的《自然》雜志上。

  那新版的和舊版的究竟有什么不同呢?為何如此強(qiáng)勢(shì)。

  原來AlphaGo Zero僅用了單一的神經(jīng)網(wǎng)絡(luò)。在此前的版本中,AlphaGo用到了“策略網(wǎng)絡(luò)”來選擇下一步棋的走法,以及使用“價(jià)值網(wǎng)絡(luò)”來預(yù)測(cè)每一步棋后的贏家。而在新的版本中,這兩個(gè)神經(jīng)網(wǎng)絡(luò)合二為一,從而讓它能得到更高效的訓(xùn)練和評(píng)估。同時(shí),AlphaGo Zero并不使用快速、隨機(jī)的走子方法。在此前的版本中,AlphaGo用的是快速走子方法,來預(yù)測(cè)哪個(gè)玩家會(huì)從當(dāng)前的局面中贏得比賽。相反,新版本依靠地是其高質(zhì)量的神經(jīng)網(wǎng)絡(luò)來評(píng)估下棋的局勢(shì)。

  不過,最可怕的是據(jù)大衛(wèi)·席爾瓦介紹,AlphaGo Zero使用新的強(qiáng)化學(xué)習(xí)方法,讓自己變成了老師。系統(tǒng)一開始甚至并不知道什么是圍棋,只是從單一神經(jīng)網(wǎng)絡(luò)開始,通過神經(jīng)網(wǎng)絡(luò)強(qiáng)大的搜索算法,進(jìn)行了自我對(duì)弈。

  隨著自我博弈的增加,神經(jīng)網(wǎng)絡(luò)逐漸調(diào)整,提升預(yù)測(cè)下一步的能力,最終贏得比賽。更為厲害的是,隨著訓(xùn)練的深入,DeepMind團(tuán)隊(duì)發(fā)現(xiàn),AlphaGo Zero還獨(dú)立發(fā)現(xiàn)了游戲規(guī)則,并走出了新策略,為圍棋這項(xiàng)古老游戲帶來了新的見解。

極客網(wǎng)企業(yè)會(huì)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(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)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(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2017-11-01
新舊AlphaGo博弈:新版竟以100:0壓倒性優(yōu)勢(shì)獲勝
摘要:  對(duì)于圍棋來說我想大多數(shù)不是很關(guān)心,但對(duì)于人工智能來說就不一樣了,尤其是前段時(shí)間舉行的AlphaGo與人類的圍棋比賽,這場(chǎng)圍棋界的最強(qiáng)大腦牽動(dòng)著很多人的心,當(dāng)然比起圍棋的戰(zhàn)略步伐人們更關(guān)心的是

長(zhǎng)按掃碼 閱讀全文