阿尔法狗再进化 自学成才(2)

Z8W鄂东网|www.xianzhaiwang.cn
Z8W鄂东网|www.xianzhaiwang.cn

AlphaGo Zero强化学习下的自我对弈。Z8W鄂东网|www.xianzhaiwang.cn

　　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和搜索算法重组，随着训练地加深，系统的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。Z8W鄂东网|www.xianzhaiwang.cn

　　AlphaGo Zero习得知识的过程Z8W鄂东网|www.xianzhaiwang.cn

　　“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——AlphaGo自身学习。” AlphaGo团队负责人大卫·席尔瓦（Dave Sliver）说。Z8W鄂东网|www.xianzhaiwang.cn

　　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。系统一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。Z8W鄂东网|www.xianzhaiwang.cn

　　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。Z8W鄂东网|www.xianzhaiwang.cn

　　自学3天，就打败了旧版AlphaGo

阿尔法狗再进化 http://www.xianzhaiwang.cn/all/567261.html