阿爾法狗再進(jìn)化：“自學(xué)”3天100比0擊敗李世石舊版
10月19日消息，谷歌旗下人工智能研究部門(mén)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(guò)自我對(duì)弈進(jìn)行學(xué)習(xí)，它利用了一種名為強(qiáng)化學(xué)習(xí)的技術(shù)。在不斷訓(xùn)練的過(guò)程中，這套系統(tǒng)開(kāi)始靠自己的能力學(xué)會(huì)圍棋中的一些高級(jí)概念。
經(jīng)過(guò)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(guó)頂尖棋手李世石的那套系統(tǒng)，而且比分高達(dá)100比0。經(jīng)過(guò)40天訓(xùn)練后，它總計(jì)運(yùn)行了大約2900萬(wàn)次自我對(duì)弈，使得AlphaGo Zero得以擊敗AlphaGo Master（今年早些時(shí)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(kāi)發(fā)技術(shù)，但它需要首先利用人類(lèi)的數(shù)據(jù)進(jìn)行訓(xùn)練，隨后才切換成自我對(duì)弈。
值得注意的是，雖然AlphaGo Zero在幾周的訓(xùn)練期間學(xué)會(huì)了一些關(guān)鍵概念，但該系統(tǒng)學(xué)習(xí)的方法與人類(lèi)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(tái)機(jī)器和48個(gè)谷歌TPU機(jī)器學(xué)習(xí)加速芯片。其上一代AlphaGo Fan則要用到176個(gè)GPU芯片。AlphaGo Zero只需要使用一臺(tái)配有4個(gè)TPU的機(jī)器即可。
原標(biāo)題：“阿爾法狗”再進(jìn)化：“自學(xué)”3天高分贏過(guò)舊版
責(zé)任編輯：黃敬偉
- 相關(guān)閱讀:
- 究極進(jìn)化黑色齒輪如何玩 究極進(jìn)化黑色齒輪玩法詳細(xì)介紹2017-09-10
- 新聞 娛樂(lè) 福建 泉州 漳州 廈門(mén)
-
- 開(kāi)創(chuàng)攜手前行、共同發(fā)展新局面——國(guó)際社會(huì)熱議“十五
2025-10-28 10:00 - 新華社評(píng)論員：牢牢把握推動(dòng)高質(zhì)量發(fā)展這個(gè)主題——四
2025-10-28 10:00 - 白俄羅斯抗議立陶宛單方面關(guān)閉兩國(guó)邊境
2025-10-28 09:54 - 以色列南部鄰近加沙地區(qū)將解除民防應(yīng)急狀態(tài)
2025-10-28 09:54 - 科特迪瓦總統(tǒng)選舉初步計(jì)票結(jié)果顯示瓦塔拉勝選
2025-10-28 09:54 - 哈馬斯再移交一具以色列被扣押人員遺體
2025-10-28 09:54 - 中方敦促加強(qiáng)國(guó)際反恐合作
2025-10-28 09:54
- 開(kāi)創(chuàng)攜手前行、共同發(fā)展新局面——國(guó)際社會(huì)熱議“十五
- 猜你喜歡:
-
“石榴姐”苑瓊丹被曝在景區(qū)打工 2025-10-15
- 評(píng)論(阿爾法狗再進(jìn)化：“自學(xué)”3天100比0擊敗李世石舊版)已有0條評(píng)論