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138屆廣交會(huì)將于10月15日至11月4日在廣州舉辦
2025-10-10 16:56 - 交通運(yùn)輸部：對美船舶收取船舶特別港務(wù)費(fèi)
2025-10-10 15:56 - 全面兜底！“十四五”期間我國民生保障網(wǎng)更加密實(shí)
2025-10-10 15:52 - 泰國孕婦墜崖案受害人離婚案宣判
2025-10-10 15:38 - 國家文物局明確：嚴(yán)禁翻新古代壁畫和彩塑
2025-10-10 15:16 - 網(wǎng)信、公安重點(diǎn)整治AI造假、挑動(dòng)負(fù)面情緒等亂象
2025-10-10 15:16 - “十四五”期間我國完成特殊困難老年人家庭適老化改造
2025-10-10 12:00
- 第138屆廣交會(huì)將于10月15日至11月4日在廣州舉辦
- 猜你喜歡:
-
受賄超3億元 青島市人大常委會(huì)原副主任張錫君一審被判死緩2025-09-26美國北卡羅來納州發(fā)生槍擊致3死8傷2025-09-28
- 評論(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條評論