阿爾法狗再進(jìn)化：“自學(xué)”3天100比0擊敗李世石舊版
10月19日消息，谷歌旗下人工智能研究部門DeepMind發(fā)布了新版AlphaGo（阿爾法狗）軟件，它可以完全靠自己學(xué)習(xí)圍棋。這款名為AlphaGo Zero的系統(tǒng)可以通過自我對(duì)弈進(jìn)行學(xué)習(xí)，它利用了一種名為強(qiáng)化學(xué)習(xí)的技術(shù)。在不斷訓(xùn)練的過程中，這套系統(tǒng)開始靠自己的能力學(xué)會(huì)圍棋中的一些高級(jí)概念。
經(jīng)過3天的訓(xùn)練后，這套系統(tǒng)已經(jīng)可以擊敗AlphaGo Lee，也就是去年擊敗韓國(guó)頂尖棋手李世石的那套系統(tǒng)，而且比分高達(dá)100比0。經(jīng)過40天訓(xùn)練后，它總計(jì)運(yùn)行了大約2900萬次自我對(duì)弈，使得AlphaGo Zero得以擊敗AlphaGo Master（今年早些時(shí)候擊敗世界冠軍柯潔的系統(tǒng)），比分為89比11。
結(jié)果表明，具體到不同技術(shù)的效果，人工智能在這一領(lǐng)域仍有很多學(xué)習(xí)的空間。AlphaGo Master使用了很多與AlphaGo Zero相同的開發(fā)技術(shù)，但它需要首先利用人類的數(shù)據(jù)進(jìn)行訓(xùn)練，隨后才切換成自我對(duì)弈。
值得注意的是，雖然AlphaGo Zero在幾周的訓(xùn)練期間學(xué)會(huì)了一些關(guān)鍵概念，但該系統(tǒng)學(xué)習(xí)的方法與人類有所不同。另外，AlphaGo Zero也比前幾代系統(tǒng)更加節(jié)能，AlphaGo Lee需要使用幾臺(tái)機(jī)器和48個(gè)谷歌TPU機(jī)器學(xué)習(xí)加速芯片。其上一代AlphaGo Fan則要用到176個(gè)GPU芯片。AlphaGo Zero只需要使用一臺(tái)配有4個(gè)TPU的機(jī)器即可。
- 相關(guān)閱讀:
- 究極進(jìn)化黑色齒輪如何玩 究極進(jìn)化黑色齒輪玩法詳細(xì)介紹2017-09-10
- 新聞 娛樂 福建 泉州 漳州 廈門
-
- 第三輪第五批中央生態(tài)環(huán)境保護(hù)督察全部進(jìn)駐
2025-11-21 10:26 - 敘過渡政府：“敘利亞民主力量”發(fā)動(dòng)襲擊 致兩死多傷
2025-11-21 10:22 - 普京：俄應(yīng)在生成式人工智能領(lǐng)域掌握全套自主技術(shù)
2025-11-21 10:20 - 秘魯首都利馬等地延長(zhǎng)緊急狀態(tài)
2025-11-21 10:08 - 吳瀾任寧夏回族自治區(qū)副主席
2025-11-21 10:08 - 中國(guó)代表：武力和對(duì)抗解決不了伊朗核問題
2025-11-21 10:08 - 深入學(xué)習(xí)貫徹黨的二十屆四中全會(huì)精神 | 以深化一體推
2025-11-21 10:00
- 第三輪第五批中央生態(tài)環(huán)境保護(hù)督察全部進(jìn)駐
- 猜你喜歡:
- 評(píng)論(阿爾法狗再進(jìn)化：“自學(xué)”3天100比0擊敗李世石舊版)已有0條評(píng)論