AlphaGoZero

AlphaGo Zero是 DeepMind 圍棋軟體 AlphaGo 的上新版。二空一七年十月十九，AlphaGo 團隊佇《自然》上發表文章介紹矣 AlphaGo Zero，文中指出此版本毋採用人類耍家的棋譜，比進前的版本攏較強大。透過自我對弈，AlphaGo Zero 佇三工以一百比零的戰績戰勝矣 AlphaGo Lee，開二十一工達到 AlphaGo Master 的水平，用四十工超越矣所有舊版本。DeepMind 聯合創始人兼 CEO 傑米斯 ・ 哈薩比斯講，AlphaGo Zero「無閣再受著限制人類的認知」，足透的。因為專家數據「不時仔足貴的、袂使靠抑是無法度取得」，無借助人類專家的數據集訓練人工智慧，但是人工智慧開發超人技能有重大意義，因為按呢的 AI 毋是學習人，是透過對自我的思考佮獨有的創造力直接超越人類。文章作者之一大衛 ・ 席爾瓦表示，學習俗語向人類的需求，這有可能就是對現有人工智慧算法的拓展。

訓練

AlphaGo Zero 神經網路使用 TensorFlow 佇咧六十四个 GPU 佮十九个 CPU 參數侍服器訓練，推理的 TPU 干焦四个。神經網路上初除了規則，著圍棋一無所知。AI 進行「非監督式學習」，家己佮家己對弈，到甲會當預測家己的每一手棋佮其實對棋局結果的影響。前三工仔，AlphaGo Zero 連紲自我對弈四百九十萬局。幾工內伊就發展出擊敗人類頂尖棋手的技能，啊若早期的 AlphaGo 欲達到仝等水平需要幾月的訓練。為著較，研究人員猶閣用人類對局數據訓練另外一版 AlphaGo Zero，發現講這个版本學習閣較緊氣，毋過對長遠來看，表現顛倒較䆀。

應用

哈薩比斯表示，AlphaGo 的算法對需要智能搜查誠大概率空間的領域建樹上大，如卵白質拗疊抑是精準模擬化學反應。對真歹模擬的領域，按怎學習按怎開車，用處可能相對較低。

評價

普遍認為講，AlphaGo Zero 是一擺大摸的進步，就算講是和伊的開山鼻祖 AlphaGo 作較有時的。艾倫人工智慧研究院的奧倫 ・ 他奇奧尼表示，AlphaGo Zero 是「非常予人印象誠深的技術成果」，「 不管是佇𪜶實現目標的能力上，抑是𪜶開四十工時間來用四个 TPU 訓練這套系統的能力」。《衛報》稱 AlphaGo Zero 是「人工智慧的大突破」，援引謝菲爾德大學的他萊尼 ・ 瓦希萊基（Eleni Vasilaki）佮卡內底基梅隆大學的湯姆 ・ 米切爾（Tom Mitchell）， 兩个分別講伊是予人印象會深的成就和「突出的工程成就」。 雪梨大學的馬克 ・ 佩斯講 AlphaGo Zero 是「誠大的技術進展」，共咱𤆬入來「未到之地」。

毋過，紐約大學心理學家起瑞 ・ 馬庫斯對咱目前所知的則表示謹慎，AlphaGo 無定包括「程式設計師欲按怎建造一台解決圍棋等等的問題的機器的無明顯智識」，佇咧確保伊的基礎結構比耍圍棋的時陣閣較有效率進前，伊需要佇其他的領域受著檢測。相反，DeepMind「自信這種方法會當歸納至閣較濟領域中」。

韓國職業圍棋選手李世石回應講：「 進前的 AlphaGo 並無完美，我認為這就是是為啥物欲共 AlphaGo Zero 造出來」。 至於 AlphaGo 的發展潛力，李世石表示伊必須愛靜觀其變，但同時表示伊會影響少年的棋手。韓國國家圍棋隊教練睦鎮碩表示，圍棋界已經模仿到進前 AlphaGo 各个版本的行棋風格，對中創造新的思路，伊希望 AlphaGo Zero 會帶來新的思路。睦鎮碩補充道，棋界的大趨勢如今予 AlphaGo 的行棋風格影響。「上代先，無法度理解講，我差不多認為我咧佮外星人拍比賽。毋過，有過遮爾濟擺的體會，我已經適應伊矣。」伊講。「咱這馬搪過矣辯論 AlphaGo 佮人類之間的能力差距的點。這馬講的是計算機間的差距。」根據稱，伊已經開始佮國家隊棋手分析 AlphaGo Zero 的比賽風格：「 雖然干焦看幾場比賽，但是阮的印象就是，AlphaGo Zero 和伊的前者比起來，行棋閣較成人類。」中國職業棋手柯潔佇伊的微博頂頭就表示：「 一个純淨、純粹自我學習的 AlphaGo 是上強的…… 對於 AlphaGo 的自我進步來講…… 人類傷濟矣。」

參考

• AlphaZero
• ELF OpenGo
• Leela Zero
• Minigo
• PhoenixGo

外部連結

• AlphaGo blog
• Nature news on AlphaGo Zero
• Full nature article on AlphaGo ZeroArchive . is 的存檔，存檔日期兩千空一十八分一鼻三
• AlphaGo Zero Games
• AMA on Reddit