首页 -- >> 中青创家-- >> 头条
APP下载

从0开始学,阿尔法元完胜阿尔法狗

发布时间:2017-10-20 12:01 来源:中青在线 作者:张茜

   中青在线讯(中国青年报·中青在线记者 张茜) 10月18日,《自然》杂志网站公布的论文显示,此前战胜人类围棋世界冠军的电脑程序AlphaGo的开发团队又出力作——新程序AlphaGo Zero(阿尔法元)不依靠人类指导和经验,仅凭自身算法强化学习,就以100:0的战绩击败了AlphaGo(阿尔法狗)。

   此消息给世人带来了不小的震动。此前被AlphaGo 击败的世界知名围棋选手柯洁今早在社交平台上表示:“一个纯净、纯粹自我学习的AlphaGo是最强的……对于AlphaGo的自我进步来讲……人类太多余了。”

   那么,经过升级的AlphaGo Zero 到底是如做到“长江后浪推前浪”的呢?

   人工智能的最大挑战是研发一种能从零开始、以超人类的水平学习复杂概念的算法。

   《自然》杂志的公开消息称,为了打败人类围棋世界冠军,科学家在训练上一款AlphaGo时,同时用到了监督式学习(基于上百万种人类专业选手的下棋步骤)和基于自我对弈的强化学习。此前那款AlphaGo的训练过程长达几个月,用到多台机器和48个TPU(神经网络训练所需的专业芯片)。

   而在最新发表的论文中,作者David Silver, Julian Schrittwieser, Karen Simonyan, Demis Hassabis等在介绍AlphaGo Zero时表示,它的学习从零开始,且单纯基于与自己的对弈。人类的输入没有超出游戏规则以外的任何指导、数据以及内部知识。

   AlphaGo Zero仅用到一张神经网络,这张网络经过训练,专门预测程序自身的棋步和棋局的赢家,在每次自我对弈中进步。新程序只使用一台机器和4个TPU。

   通过几天的训练——包括近500万局自我对弈——AlphaGo Zero便能够超越人类并打败所有之前的AlphaGo版本。

   David Silver团队在其公司DeepMind网站中总结道,AlphaGo Zero相比与AlphaGo 的更强大之处恰恰在于:“它再也不会受到人类经验的限制,而是可以不断向世界上最强的围棋手——也就是它自己学习到非既定的能力。”

   《自然》杂志也在社交平台上表示,随着程序训练的进行,AlphaGo Zero独立发现了人类用几千年才总结出来的围棋规律,还建立了新的战略,为这个古老的游戏带来新见解。

  

【责任编辑:于璧嘉】
相关新闻
中青在线版权与免责声明
图片阅读更多>>