阿尔法狗再进化 自学成才(3)

　　除了上述的区别之外，AlphaGo Zero还在3个方面与此前版本有明显差别。Z8W鄂东网|www.xianzhaiwang.cn

　　AlphaGo-Zero的训练时间轴Z8W鄂东网|www.xianzhaiwang.cn

　　首先，AlphaGo Zero仅用棋盘上的黑白子作为输入，而前代则包括了小部分人工设计的特征输入。Z8W鄂东网|www.xianzhaiwang.cn

　　其次，AlphaGo Zero仅用了单一的神经网络。在此前的版本中，AlphaGo用到了“策略网络”来选择下一步棋的走法，以及使用“价值网络”来预测每一步棋后的赢家。而在新的版本中，这两个神经网络合二为一，从而让它能得到更高效的训练和评估。Z8W鄂东网|www.xianzhaiwang.cn

　　第三，AlphaGo Zero并不使用快速、随机的走子方法。在此前的版本中，AlphaGo用的是快速走子方法，来预测哪个玩家会从当前的局面中赢得比赛。相反，新版本依靠地是其高质量的神经网络来评估下棋的局势。Z8W鄂东网|www.xianzhaiwang.cn

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

AlphaGo几个版本的排名情况。Z8W鄂东网|www.xianzhaiwang.cn

　　据哈萨比斯和席尔瓦介绍，以上这些不同帮助新版AlphaGo在系统上有了提升，而算法的改变让系统变得更强更有效。Z8W鄂东网|www.xianzhaiwang.cn

　　经过短短3天的自我训练，AlphaGo Zero就强势打败了此前战胜李世石的旧版AlphaGo，战绩是100：0的。经过40天的自我训练，AlphaGo Zero又打败了AlphaGo Master版本。“Master”曾击败过世界顶尖的围棋选手，甚至包括世界排名第一的柯洁。Z8W鄂东网|www.xianzhaiwang.cn

　　对于希望利用人工智能推动人类社会进步为使命的DeepMind来说，围棋并不是AlphaGo的终极奥义，他们的目标始终是要利用AlphaGo打造通用的、探索宇宙的终极工具。AlphaGo Zero的提升，让DeepMind看到了利用人工智能技术改变人类命运的突破。他们目前正积极与英国医疗机构和电力能源部门合作，提高看病效率和能源效率。Z8W鄂东网|www.xianzhaiwang.cn

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