北京pk拾七码雪球计划 北京pk10三码全天计划 北京pk10走势软件 北京pk10八码在线计划 北京pk10冠军杀1码 pk10高手论坛交流区 分分pk10技巧 赛车北京pk10官网 pk10赛车玩法介绍 靠赌博每天收入2000 pk10最牛6码定位方法 北京pk10大小特技巧 北京pk10庄家靠什么赢 pk10赛车大小单双技巧 pk10 一天赢10块 pk10模拟盘 pk10出现过的最长的龙 北京pk赛车稳定计划 北京pk10两个平台对刷 pk10免费计划软件安卓 pk10冠亚11算小1.86 北京pk10三码在线计划 网上赛车赌博解密 北京pk10计划免费软件 北京pk10庄家改单视频 北京pk10如何赚取反水 北京pk10冠亚和值规律 去一尾什么意思图解 北京pk10五码全天计划 全程打闲一年100万
700)imgload[i].width=700;">
登录  
飘剑的博客
  个人资料

用户£º飘剑
网名积分£º1500
实名积分£º1500
博客等级£º0
博客访问£º177195
关注粉丝£º8
  好友
暂无好友
  正文

 

 

伦敦当地时间10月18日18£º00£¨北京时间19日01£º00£©£¬AlphaGo再次登上世界顶级科学杂志¡ª¡ª¡¶自然¡·¡£

一年多前£¬AlphaGo便是2016年1月28日当期的封面文章£¬Deepmind公司发表重磅论文£¬介绍了这个击败?#20998;?#22260;棋冠军樊麾的人工智能程序¡£

今年5月£¬以3:0的?#30830;?#36194;下中国棋手柯洁后£¬AlphaGo宣布退役£¬但DeepMind公司并没有停下研究的脚步¡£伦敦当地时间10月18日£¬DeepMind团队公布了最强版AlphaGo £¬代号AlphaGo Zero¡£它的独门秘籍£¬是¡°自学成才¡±¡£而且£¬是从一张?#23383;?#24320;始£¬零基础学习£¬在短短3天内£¬成为顶级高手¡£

团队称£¬AlphaGo Zero的水平已经超过之前所有版本的AlphaGo¡£在对阵曾赢下韩国棋手李世石?#21069;æAlphaGo时£¬AlphaGo Zero取得了100:0的压倒性战绩¡£DeepMind团队将关于AlphaGo Zero的相关研究以论文的?#38382;剑?#21002;发在了10月18日的¡¶自然¡·杂志上¡£

¡°AlphaGo在两年内达到的成绩令人震惊¡£现在£¬AlphaGo Zero是我们最强版本£¬它提升了很多¡£Zero提高了计算效率£¬并且没有使用到任何人类围棋数据£¬¡±AlphaGo之父¡¢DeepMind联合创始人兼CEO 戴密斯¡¤哈萨?#20154;¹£¨Demis Hassabis£©说£¬¡°最终£¬我们想要利用它的算法突破£¬去帮助解决各?#32440;?#36843;的现实世界问题£¬如蛋?#23383;?#25240;叠或设计新材料¡£如果我们通过AlphaGo£¬可以在这些问题上取得进展£¬那么它就有潜力推动人们理解生命£¬并以积极的方式影响我们的生活¡£¡±

不再受人类知识限制£¬只用4个TPU

AlphaGo此前的版本£¬结合了数百万人类围棋专家的棋谱£¬以及强化学习的监督学习进行了自我训练¡£

在战胜人类围棋职业高手之前£¬它经过了好几个月的训练£¬依靠的是多台机器和48个TPU£¨谷歌专为加速深层神经网络运算能力而研发的芯片£©¡£

AlphaGo Zero的能力则在这个基础上有了质的提升¡£最大的区别是£¬它不再需要人类数据¡£也就是说£¬它一开始就没有接触过人类棋?#20303;?#30740;发团队只是让它?#26434;?#38543;意地在棋盘上下棋£¬然后进行自我博弈¡£值得一提的是£¬AlphaGo Zero?#29399;?#24120;¡°低碳¡±£¬只用到了一台机器和4个TPU£¬极大地节省了资?#30784;?/p>

AlphaGo Zero强化学习下的自我对弈¡£经过几天的训练£¬AlphaGo Zero完成了近5百万盘的自我博弈后£¬已经可以超越人类£¬并击败了此前所有版本的AlphaGo¡£DeepMind团队在官方博客上称£¬Zero用更新后的神经网络?#36864;?#32034;算法重组£¬随着训练地加深£¬?#20302;?#30340;表现一点一点地在进步¡£自我博弈的成绩也越来越好£¬同时£¬神经网络也变得更准确¡£

AlphaGo Zero习得知识的过程¡°这些技术细节强于此前版本的原因是£¬我们不再受到人类知识的限制£¬它可以向围棋领域里最高的选手¡ª¡ªAlphaGo自身学习¡£¡± AlphaGo团队负责人大卫¡¤席尔瓦£¨Dave Sliver£©说¡£

据大卫¡¤席尔瓦介绍£¬AlphaGo Zero使用新的强化学习方法£¬让自己变成了老师¡£?#20302;?#19968;开始甚至并不知道什么是围棋£¬只是从单一神经网络开始£¬通过神经网络强大的搜索算法£¬进行了自我对弈¡£

随着自我博弈的增加£¬神经网络逐渐调整£¬提升预测下一步的能力£¬最终赢得比赛¡£更为厉害的是£¬随着训练的深入£¬DeepMind团队发现£¬AlphaGo Zero还独立发现了游戏规则£¬并走出了新策略£¬为围棋这项古老游戏带来了新的见解¡£

 自学3天£¬就打败?#21496;?#29256;AlphaGo

除了上述的区别之外£¬AlphaGo Zero还在3个方面与此前版本有明显差别¡£

AlphaGo-Zero的训练时间轴首先£¬AlphaGo Zero仅用棋盘上的黑白子作为输入£¬而前代则包括了小部分人工设计的特征输入¡£

其次£¬AlphaGo Zero仅用了单一的神经网络¡£在此前的版本中£¬AlphaGo用到了¡°策略网络¡±来选择下一步棋的走法£¬以及使用¡°价值网络¡±来预测每一步棋后的赢家¡£而在新的版本中£¬这两个神经网络合二为一£¬从而让它能得到更高效的训练和评估¡£

第三£¬AlphaGo Zero并不使用快速¡¢随机的走子方法¡£在此前的版本中£¬AlphaGo用的?#24378;?#36895;走子方法£¬来预测哪个玩?#19968;?#20174;当前的局面中赢得比赛¡£相反£¬新版本依靠地是其高质量的神经网络来评估下棋的?#36136;Æ¡?/p>

AlphaGo几个版本的排名情况¡£据哈萨?#20154;?#21644;席尔瓦介绍£¬以上这些不同帮助新版AlphaGo在?#20302;?#19978;有了提升£¬而算法的改变让?#20302;?#21464;得更强更有效¡£

经过短短3天的自我训练£¬AlphaGo Zero就强势打败了此前战胜李世石的旧版AlphaGo£¬战绩是100:0的¡£经过40天的自我训练£¬AlphaGo Zero又打败了AlphaGo Master版本¡£¡°Master¡±曾击败过世界顶尖的围棋选手£¬甚至包括世界排名第一的柯洁¡£

图为DeepMind AlphaGo项目首席研究员大卫o西尔弗£¨David Silver£¬左£©与首席执行官德米斯o哈?#20154;¹£¨Demis Hassabis£©

图为DeepMind AlphaGo项目首席研究员大卫席尔瓦£¨David Silver£¬左£©与首席执行官德米斯哈?#20154;¹£¨Demis Hassabis£©

席尔瓦继续称£º¡°在每场对弈结束后£¬AlphaGo Zero实际上都训练了一个新的神经网络¡£它改进了自己的神经网络£¬预测AlphaGo Zero自己的棋路£¬同时也预测了这些游戏的赢家¡£当AlphaGo Zero这样做的时候£¬实际上会产生一个更强大的神经网络£¬这将导致¡®玩家¡¯进行新的迭代¡£因此£¬我们最终得到了一个新版AlphaGo Zero£¬它比之前的版本更强大¡£而且随着这个过程不断重复£¬它也可以产生更高质量的数据£¬并用于训练更好的神经网络¡£¡±

¡°新狗¡±AlphaGo Zero的未来

通过数百万次自我对弈£¬AlphaGo从零开始掌握了围棋£¬在短短几天内就积累起了人类几千年才有的知识¡£但AlphaGo Zero也发现了新的知识£¬发展出打破常规的策略和新招£¬与它在对战李世石和柯洁时创造的那些交相?#26434;常¬È从?#26356;胜一筹¡£

这些创造性的时刻给了我们信心£º人工智能会成为人类智慧的增强器£¬帮助我们解决人类正在面临的一些严峻挑战 ¡£

尽管才刚刚发展起来£¬AlphaGo Zero已经走出了通向上述目标的关键一步¡£对于希望利用人工智能推动人类社会进步为使命的DeepMind来说£¬围棋并不是AlphaGo的终极奥义£¬他们的目标始终是要利用AlphaGo打造通用的¡¢探索宇宙的终极工具¡£

AlphaGo Zero的提升£¬让DeepMind看到了利用人工智能技术改变人类命运的突破¡£他们目前正积极与英国医疗机构和电力能源部门合作£¬提高看病效率和能源效率¡£同时类似的技术应用在其他结构性问题£¬比如蛋?#23383;?#25240;叠¡¢减少能耗和寻找新材料上£¬就能创造出有益于社会的突破¡£

阅读(4755) | 评论(1) | 转载(0) | 举报
评论
妙手横飞:
小丑£¬你再牛逼£¬也休想进军我销魂£¬因为我不给你机会¡£
2018-2-24 13:42:00
我要评论£º

匿名评论  


大师网博客 | 注册须知
电话£º13603119508  电子邮箱£º[email protected]    © 2006,版权所有(象棋大师网)    冀ICP备06022471
±±¾©pk10ɱ1ÂëÍƼö