谷歌DeepMind團(tuán)隊(duì)圍棋類AI新進(jìn)展：AlphaGo升級(jí)版AlphaZero強(qiáng)勢(shì)來襲
近日，據(jù)外媒報(bào)道，谷歌DeepMind團(tuán)隊(duì)帶來了一個(gè)全新的通用的版本。這個(gè)程序被稱為AlphaZero，它教會(huì)自己在短短三天內(nèi)玩三種不同的棋盤游戲（國(guó)際象棋、圍棋和日本版國(guó)際象棋），沒有人為干預(yù)，這一描述成就的論文發(fā)表在《科學(xué)》雜志上。
DeepMind首席執(zhí)行官兼聯(lián)合創(chuàng)始人Demis Hassabis說“從完全隨機(jī)的游戲開始，AlphaZero逐漸學(xué)會(huì)了什么是好的游戲，并形成了自己對(duì)游戲的評(píng)價(jià)。從這個(gè)意義上講，它不受人類對(duì)游戲思考方式的限制。”
AlphaZero是DeepMind旗下AlphaGo的直系后代。2016年，AlphaGo打敗了圍棋（人類）世界冠軍李世石（Lee Sedol），成為世界各地的頭條新聞。AlphaGo并不滿足于此，去年獲得了一次重大升級(jí)，能夠在不需要人工干預(yù)的情況下自學(xué)獲勝策略。
通過一遍又一遍地與自己下棋，AlphaGo Zero （AGZ）訓(xùn)練自己在短短三天時(shí)間內(nèi)從零開始，以0比100完勝最初的AlphaGo 100。它得到的唯一輸入是游戲的基本規(guī)則。
AlphaZero通過應(yīng)用大量處理能力，5，000張?zhí)幚韱卧═PU），相當(dāng)于一臺(tái)非常大的超級(jí)計(jì)算機(jī)，很快地學(xué)會(huì)了玩三種棋盤游戲中的每一種。
不像以前的國(guó)際象棋機(jī)器那樣以極快的速度處理人類的指令和知識(shí)，AlphaZero會(huì)產(chǎn)生自己的知識(shí)，它只需幾個(gè)小時(shí)即可完成，其結(jié)果已超過任何已知的人或機(jī)器。
但是，AlphaZero的基本算法實(shí)際上僅適用于可以采取相當(dāng)數(shù)量的操作問題。它還需要一個(gè)強(qiáng)大的環(huán)境模型，即游戲規(guī)則。
分享
發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
圖片新聞
-
機(jī)器人奧運(yùn)會(huì)戰(zhàn)報(bào)：宇樹機(jī)器人摘下首金，天工Ultra搶走首位“百米飛人”
-
存儲(chǔ)圈掐架！江波龍起訴佰維，索賠121萬(wàn)
-
長(zhǎng)安汽車母公司突然更名：從“中國(guó)長(zhǎng)安”到“辰致科技”
-
豆包前負(fù)責(zé)人喬木出軌BP后續(xù)：均被辭退
-
字節(jié)AI Lab負(fù)責(zé)人李航卸任后返聘，Seed進(jìn)入調(diào)整期
-
員工持股爆雷？廣汽埃安緊急回應(yīng)
-
中國(guó)“智造”背后的「關(guān)鍵力量」
-
小米汽車研發(fā)中心重磅落地，寶馬家門口“搶人”
最新活動(dòng)更多
-
10月23日火熱報(bào)名中>> 2025是德科技創(chuàng)新技術(shù)峰會(huì)
-
10月23日立即報(bào)名>> Works With 開發(fā)者大會(huì)深圳站
-
10月24日立即參評(píng)>> 【評(píng)選】維科杯·OFweek 2025（第十屆）物聯(lián)網(wǎng)行業(yè)年度評(píng)選
-
11月27日立即報(bào)名>> 【工程師系列】汽車電子技術(shù)在線大會(huì)
-
12月18日立即報(bào)名>> 【線下會(huì)議】OFweek 2025（第十屆）物聯(lián)網(wǎng)產(chǎn)業(yè)大會(huì)
-
精彩回顧立即查看>> 【限時(shí)福利】TE 2025國(guó)際物聯(lián)網(wǎng)展·深圳站
推薦專題
