阿爾法狗退役 最強新狗AlphaGo Zero橫空出世

時間:2017-10-27 13:21:22

 

倫敦當地時間10月18日18:00(北京時間19日01:00),谷歌旗下的DeepMind團隊公布了進化后的最強版AlphaGo ,代號AlphaGo Zero。 
新版本的AlphaGo究竟有多厲害?打敗李世石的AlphaGo用了3000萬盤比賽作為訓練數據,AlphaGo Zero用了490萬盤比賽數據。經過3天的訓練,AlphaGo Zero就以100:0的比分完勝對陣李世石的那版AlphaGo。

DeepMind聯合創始人兼CEO 、AlphaGo之父戴密斯·哈薩比斯(Demis Hassabis)和AlphaGo團隊負責人大衛·席爾瓦(Dave Sliver) 等人同時在官方博客上發表文章,詳解最強版本阿爾法狗是如何煉成的,與前代有何不同。


 

哈薩比斯 
與學習大量人類棋譜起步的前代AlphaGo不同,AlphaGo Zero是從“嬰兒般的白紙”開始,通過3天數百萬盤自我對弈,走完了人類千年的圍棋歷史,并探索出了不少橫空出世的招法。 

哈薩比斯:《AlphaGo Zero:從零開始》


 

席爾瓦在烏鎮人機峰會上發言 
從語音識別、圖像分類到基因和藥物研究,人工智能發展迅速。這些專家系統,很多是借用海量人類經驗和數據開發出來的。 
然而,在有些特定問題上,人類的知識要么過于昂貴,要么不靠譜,要么無法獲得。因此,人工智能研究的一個長期目標就是跳過這一步,創造能在最有挑戰性的領域,不用人類輸入就達到超人水平的算法。我們發表在《自然》期刊上的最新論文,展示了實現該目標的關鍵一步。 
論文介紹了首個戰勝人類圍棋冠軍的電腦程序AlphaGo的最新進化版本:AlphaGo Zero。AlphaGo Zero更為強大,可以一爭史上最強圍棋手。 
AlphaGo的前幾代版本,一開始用上千盤人類業余和專業棋手的棋譜進行訓練,學習如何下圍棋。AlphaGo Zero則跳過了這個步驟,自我對弈學習下棋,完全從亂下開始。用這種方法,它很快超過了人類水平,對陣此前戰勝人類冠軍李世石的前代AlphaGo取得了100連勝。 
AlphaGo Zero之所以能當自己的老師,是用了一種叫強化學習的新模式。系統從一個對圍棋一無所知的神經網絡開始,將該神經網絡和一個強力搜索算法結合,自我對弈。在對弈過程中,神經網絡不斷調整、升級,預測每一步落子和最終的勝利者。 
升級后的神經網絡與搜索網絡結合成一個更強的新版本AlphaGo Zero,如此往復循環。每過一輪,系統的表現就提高了一點點,自我對弈的質量也提高了一點點。神經網絡越來越準確,AlphaGo Zero的版本也越來越強。
這種技術比此前所有版本的AlphaGo都更為強大。這是因為,它不再受到人類知識的限制,而能夠從嬰兒般的白紙狀態,直接向世界上最強大的棋手——AlphaGo本身學起。
AlphaGo Zero相較前代還有幾點明顯的差別: 
首先,AlphaGo Zero僅用棋盤上的黑白子作為輸入,而前代則包括了小部分人工設計的特征輸入。 
其次,AlphaGo Zero僅用了單一的神經網絡。在此前的版本中,AlphaGo用到了“策略網絡”來選擇下一步棋的走法,以及使用“價值網絡”來預測每一步棋后的贏家。而在新的版本中,這兩個神經網絡合二為一,從而讓它能得到更高效的訓練和評估。 
第三,AlphaGo Zero并不使用快速、隨機的走子方法。在此前的版本中,AlphaGo用的是快速走子方法,來預測哪個玩家會從當前的局面中贏得比賽。相反,新版本依靠的是其高質量的神經網絡來評估下棋的局勢。 
所有這些差異,都提高了系統的表現,使其更為普適。不過,是算法上的變化使得系統更為強大和高效。 
僅僅自我對弈3天后,AlphaGo Zero就以100:0完勝了此前擊敗世界冠軍李世石的AlphaGo版本。自我對弈40天后,AlphaGo Zero變得更為強大,超過了此前擊敗當今第一人柯潔的“大師”版AlphaGo。 
通過數百萬次自我對弈,AlphaGo從零開始掌握了圍棋,在短短幾天內就積累起了人類幾千年才有的知識。AlphaGo Zero也發現了新的知識,發展出打破常規的策略和新招,與它在對戰李世石和柯潔時創造的那些交相輝映,卻又更勝一籌。
 這些創造性的時刻給了我們信心:人工智能會成為人類智慧的增強器,幫助我們解決人類正在面臨的一些嚴峻挑戰 。
 盡管才剛剛發展起來,AlphaGo Zero已經走出了通向上述目標的關鍵一步。如果類似的技術可以應用在其他結構性問題,比如蛋白質折疊、減少能耗和尋找新材料上,就能創造出有益于社會的突破。(來源:澎湃新聞)
分分彩代理提成 东台市| 常熟市| 崇礼县| 安平县| 府谷县| 南丹县| 灯塔市| 元江| 德江县| 郯城县| 内江市| 固始县| 新蔡县| 墨江| 合江县| 县级市| 岚皋县| 来安县| 准格尔旗| 遵化市| 广宁县| 江华| 德清县| 都江堰市| 四平市| 兴城市| 夏邑县| 石台县| 永年县| 鹤壁市| 光山县| 永登县| 东光县| 乌拉特后旗| 田林县| 会昌县| 彭水| 京山县|