新旧AlphaGo博弈:新版竟以100:0压倒性优势获胜

摘要:  对于围棋来说我想大多数不是很关心,但对于人工智能来说就不一样了,尤其是前段时间举行的AlphaGo与人类的围棋比赛,这场围棋界的最强大脑牵动着很多人的心,当然比起围棋的战略步伐人们更关心的是机器和

  对于围棋来说我想大多数不是很关心,但对于人工智能来说就不一样了,尤其是前段时间举行的AlphaGo与人类的围棋比赛,这场围棋界的最强大脑牵动着很多人的心,当然比起围棋的战略步伐人们更关心的是机器和人类到底谁最厉害,不过,最后还是以人类柯洁的失败而告终。

  虽然比赛完了,但人类和人工智能的争斗却没有停息,最后的纠结点会停留在哪里现在还无法定论,但就以目前的情形看,人工智能的势头确实不可小觑。

  这不,旧版AlphaGo刚刚退隐,新版的AlphaGo就又出现了,而且这新版的AlphaGo更加的迅猛。

  伦敦当地时间10月18日,DeepMind团队公布了最强版AlphaGo ,代号AlphaGo Zero。

  团队称,AlphaGo Zero的水平已经超过之前所有版本的AlphaGo。在对阵曾赢下韩国棋手李世石那版AlphaGo时,AlphaGo Zero取得了100:0的压倒性战绩。DeepMind团队将关于AlphaGo Zero的相关研究以论文的形式,刊发在了10月18日的《自然》杂志上。

  那新版的和旧版的究竟有什么不同呢?为何如此强势。

  原来AlphaGo Zero仅用了单一的神经网络。在此前的版本中,AlphaGo用到了“策略网络”来选择下一步棋的走法,以及使用“价值网络”来预测每一步棋后的赢家。而在新的版本中,这两个神经网络合二为一,从而让它能得到更高效的训练和评估。同时,AlphaGo Zero并不使用快速、随机的走子方法。在此前的版本中,AlphaGo用的是快速走子方法,来预测哪个玩家会从当前的局面中赢得比赛。相反,新版本依靠地是其高质量的神经网络来评估下棋的局势。

  不过,最可怕的是据大卫·席尔瓦介绍,AlphaGo Zero使用新的强化学习方法,让自己变成了老师。系统一开始甚至并不知道什么是围棋,只是从单一神经网络开始,通过神经网络强大的搜索算法,进行了自我对弈。

  随着自我博弈的增加,神经网络逐渐调整,提升预测下一步的能力,最终赢得比赛。更为厉害的是,随着训练的深入,DeepMind团队发现,AlphaGo Zero还独立发现了游戏规则,并走出了新策略,为围棋这项古老游戏带来了新的见解。

极客网企业会员

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。

2017-11-01
新旧AlphaGo博弈:新版竟以100:0压倒性优势获胜
摘要:  对于围棋来说我想大多数不是很关心,但对于人工智能来说就不一样了,尤其是前段时间举行的AlphaGo与人类的围棋比赛,这场围棋界的最强大脑牵动着很多人的心,当然比起围棋的战略步伐人们更关心的是

长按扫码 阅读全文