• 台灣網移動版

    台灣網移動版

最強AlphaGo Zero誕生 自學3天100比0秒殺AlphaGo

2017-10-20 14:52:00
來源:台灣網
字號

  台灣網10月20日訊 據臺灣“東森新聞雲報道,今(2017)年5月,DeepMind公司創造的AlphaGo與圍棋世界冠軍柯潔在中國烏鎮對弈,以壓倒性的3:0勝出,人工智慧發展震驚全球。

  不可思議的是,時隔不到半年,Google旗下AI實驗室帶來更強大的AlphaGo Zero,它完全不需要倚靠人類的知識和指導,從零開始自我訓練只需3天就100:0打敗舊版。

  在過去,強大的人工智慧依靠人類事前輸入大量資料,幫助它學習、訓練技能,Alpha Go成為圍棋大師前自然也不例外。近日,DeepMind公司在《自然》(Nature)科學期刊上發表一篇學術論文《不需要人類知識就稱霸圍棋》(Mastering the game of Go without human knowledge),展示了強化版的程式AlphaGo Zero,證明在全球最困難的棋藝競技中,人工智慧可以在沒有任何人類知識的基礎上,純粹靠自我學習成為制霸王者。

  AlphaGo Zero代表從零開始,DeepMind開發團隊只輸入了基本的圍棋規則,剩下的時間它會自行下棋,記錄下每次的勝負決策、不斷學習,自己成為自己的老師,加上沒有人類的經驗和成規束縛,讓人工智慧突破舊有的知識限制,發展出新的弈棋策略,快速達到登峰造極新境界。

  AlphaGo Zero誕生後,只花了3天時間就贏了去年打敗李世乭的AlphaGo版本,局數勝負是毫無懸念的100:0。21天之後,AlphaGo Zero再度進化,能力超越了今年打敗世界冠軍柯潔的AlphaGo Master版本;40天后,它完成了2900萬次的對戰學習,與過去最強的AlphaGo對弈,它的勝率來到90%,成為至今最優秀的版本,也是歷史上最強的“圍棋棋手”。

  DeepMind指出,不使用任何人類知識,AlphaGo Zero使用的是新的“強化學習”方法,通過神經網路和演演算法結合,持續自我對弈練習幾百萬、幾千萬場,每次的更新都能增強、調整系統,用以預測下一步落子的方向和遊戲輸贏走勢。幾天時間內,AlphaGo Zero就從一塊純潔的白板,在上頭不斷揮灑、創造知識,很快勝過了人類累積千年的圍棋智慧。(台灣網 孫伊靜)

[責任編輯:孫伊靜]