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。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)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(yè)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(shū)面權(quán)利通知或不實(shí)情況說(shuō)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(kāi)相關(guān)鏈接。