AlphaGo Zero 無人自學三日, 勝過去3000年

Google 專注於推進AI研究的子公司 DeepMind 昨日發佈了新版本的 AlphaGo 程序，這套系統名為「AlphaGo Zero」。其成功擊敗了去年戰勝韓國圍棋選手李世石的 DeepMind 軟件 AlphaGo Lee。

據悉，AlphaGo Zero 利用一種名為「強化學習」的機器學習技術，可以在與自己遊戲中吸取教訓。它僅用了三天時間就自行掌握了圍棋的下法，還發明了更好的棋步。這期間，除了被告知圍棋的基本規則，它未獲得人類的幫助。並在三天後成功擊敗去年在圍棋界叱詫風雲的 AlphaGo Lee，戰績為 100 比 0。

與舊版本的 AlphaGo 相比，AlphaGo Zero 的 AI 智能化主要不是根據已知的人類發展戰略進步，而是經過軟件自身的訓練不斷更新自己的遊戲知識，使自己變得越來越強，而這種做法能使軟件的上限非常之高，它能夠自己創造知識。

目前，AlphaGo Zero 的核心是一組連在一起形成人造神經網絡的「神經元」。對於棋局的每個回合，神經網絡會觀察棋子在棋盤上的位置，並推算接下來的棋步以及這些棋步讓全盤獲勝的概率。每次對弈後，它會更新神經網絡，讓棋藝更精進。而這種設定也讓 AlphaGo Zero 在圍棋比賽中拋除雜念，變得更加純淨。

專家指出，以 AlphaGo Zero 的自學能力及推盤演算能力，如用於醫學研究或科技研究，可能可以解決不少絕症或者未曾解決的科學問題。

此文章原刊於 Qooah.com

為您推薦更多相關文章：

Google 不服法院判決，拒絕向FBI交出資料

Google 新專利曝光：自定義手勢操作