ALphaGo進(jìn)化,新一代ALphaGo Zero誕生
據(jù)外媒報道,英國DeepMind團(tuán)隊的人工智能研究取得了新進(jìn)展:他們開發(fā)出了新一代的圍棋AI-ALphaGo Zero。使用了強化學(xué)習(xí)技術(shù)的ALphaGo Zero,棋力大幅度增長,可輕松擊敗曾經(jīng)戰(zhàn)勝柯潔、李世石的ALphaGo。
戰(zhàn)勝柯潔之后,ALphaGo可以說在圍棋界里已是“獨孤求敗”的境界了,幾乎沒有人類是它的對手。但是這并不代表ALphaGo就已經(jīng)對圍棋領(lǐng)域的認(rèn)知達(dá)到了頂峰。因此,ALphaGo想要再上一層樓追求圍棋知識的上限,顯然只有它自己能成為自己的老師。
而在過去,AlphaGo都是使用業(yè)余和專業(yè)人類棋手的對局?jǐn)?shù)據(jù)來進(jìn)行訓(xùn)練。雖然使用人類棋手的數(shù)據(jù)可以讓ALphaGo學(xué)習(xí)到人類的圍棋技巧,但是人類專家的數(shù)據(jù)通常難以獲得且很昂貴,加上人類并不是機器,難免會出現(xiàn)失誤情況,失誤產(chǎn)生的數(shù)據(jù)則可能降低ALphaGo的棋力。因此,ALphaGo Zero采用了強化學(xué)習(xí)技術(shù),從隨即對局開始,不依靠任何人類專家的對局?jǐn)?shù)據(jù)或者人工監(jiān)管,而是讓其通過自我對弈來提升棋藝。
那么到底什么是強化學(xué)習(xí)技術(shù)呢?簡單地說,強化學(xué)習(xí)就是讓AI從中學(xué)習(xí)到能夠獲得最大回報的策略。AlphaGo Zero的強化學(xué)習(xí)主要包含兩個部分,蒙特卡洛樹搜索算法與神經(jīng)網(wǎng)絡(luò)算法。在這兩種算法中,神經(jīng)網(wǎng)絡(luò)算法可根據(jù)當(dāng)前棋面形勢給出落子方案,以及預(yù)測當(dāng)前形勢下哪一方的贏面較大;蒙特卡洛樹搜索算法則可以看成是一個對于當(dāng)前落子步法的評價和改進(jìn)工具,它能夠模擬出AlphaGo Zero將棋子落在哪些地方可以獲得更高的勝率。假如AlphaGoZero的神經(jīng)網(wǎng)絡(luò)算法計算出的落子方案與蒙特卡洛樹搜索算法輸出的結(jié)果越接近,則勝率越大,即回報越高。因此,每落一顆子,AlphaGo Zero都要優(yōu)化神經(jīng)網(wǎng)絡(luò)算法中的參數(shù),使其計算出的落子方案更接近蒙特卡洛樹搜索算法的結(jié)果,同時盡量減少勝者預(yù)測的偏差。
AlphaGo Zero的自我強化學(xué)習(xí),圖片源自Nature
剛開始,AlphaGoZero的神經(jīng)網(wǎng)絡(luò)完全不懂圍棋,只能盲目落子。但經(jīng)歷無數(shù)盤“左右互搏”般的對局后,AlphaGo Zero終于從從圍棋菜鳥成長為了棋神般的存在。
DeepMind團(tuán)隊表示,他們發(fā)現(xiàn)AlphaGo Zero自我對弈僅幾十天,就掌握了人類幾百年來來研究出來的圍棋技術(shù)。由于整個對弈過程沒有采用人類的數(shù)據(jù),因此ALphaGo Zero的棋路獨特,不再拘泥于人類現(xiàn)有的圍棋理論,
DeepMind團(tuán)隊還表示,這個項目不僅僅是為了獲得對圍棋更深的認(rèn)識,AlphaGoZero向人們展示了即使不用人類的數(shù)據(jù),人工智能也能夠取得進(jìn)步。最終這些技術(shù)進(jìn)展應(yīng)該被用于解決現(xiàn)實問題,如蛋白質(zhì)折疊或者新材料設(shè)計。這將會增進(jìn)人類的認(rèn)知,從而改善每個人的生活。
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
即日-10.29立即報名>> 2024德州儀器嵌入式技術(shù)創(chuàng)新發(fā)展研討會
-
10月31日立即下載>> 【限時免費下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報名>>> 【在線會議】多物理場仿真助跑新能源汽車
-
11月14日立即報名>> 2024工程師系列—工業(yè)電子技術(shù)在線會議
-
12月19日立即報名>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
-
即日-12.26火熱報名中>> OFweek2024中國智造CIO在線峰會
推薦專題
- 1 Intel宣布40年來最重大轉(zhuǎn)型:年底前裁員15000人、拋掉2/3房產(chǎn)
- 2 因美封殺TikTok,字節(jié)股價骨折!估值僅Meta1/5
- 3 宏山激光重磅發(fā)布行業(yè)解決方案,助力智能制造產(chǎn)業(yè)新飛躍
- 4 國產(chǎn)AI芯片公司破產(chǎn)!白菜價拍賣
- 5 具身智能火了,但規(guī)模落地還需時間
- 6 國產(chǎn)英偉達(dá)們,抓緊沖刺A股
- 7 三次錯失風(fēng)口!OpenAI前員工殺回AI編程賽道,老東家捧金相助
- 8 英特爾賦能智慧醫(yī)療,共創(chuàng)數(shù)字化未來
- 9 英偉達(dá)的麻煩在后頭?
- 10 將“網(wǎng)紅”變成“商品”,AI“爆改”實力拉滿
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市