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
-
- 受賄8451萬 中國農(nóng)業(yè)銀行原副行長樓文龍一審被判無期
2025-08-25 17:11 - 《美式“航行自由”法律評估報(bào)告》發(fā)布
2025-08-25 16:45 - 合湛高鐵全線進(jìn)入海上主體施工階段 預(yù)計(jì)2028年底建成
2025-08-25 16:36 - 依法懲治掩飾、隱瞞犯罪所得、犯罪所得收益犯罪典型案
2025-08-25 16:35 - 國際原子能機(jī)構(gòu)：庫爾斯克核電站周邊輻射水平正常
2025-08-25 16:35 - 以軍空襲也門首都致多人死傷 內(nèi)塔尼亞胡表示以方為“
2025-08-25 16:11 - 印度北方邦一卡車與拖拉機(jī)相撞致8人死亡
2025-08-25 15:44
- 受賄8451萬 中國農(nóng)業(yè)銀行原副行長樓文龍一審被判無期
- 猜你喜歡:
-
蘋果中國區(qū)將新增抖音支付 內(nèi)部測試已進(jìn)行2025-08-15織密醫(yī)療保障網(wǎng)——我國基本醫(yī)保制度不斷完善2025-08-25哈馬斯：以色列無視停火努力選擇繼續(xù)戰(zhàn)爭2025-08-21
- 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