第15版:新知 上一版3  4下一版  
 
标题导航
返回经济网首页 | 版面导航 | 标题导航
   
上一版3  4下一版 2017年11月13日 星期 放大 缩小 默认
更厉害的阿尔法狗来了!
本报记者 佘惠敏

《自然》日前发表的一篇论文报道,一款新版的AlphaGo计算机程序能够从空白状态起,在不需要任何人类输入的条件下,迅速自学围棋。这款新程序名叫AlphaGo Zero,是无监督学习的产物,它的双胞胎兄弟Master则使用了监督学习的方法。在训练了72小时后,AlphaGo Zero就能打败战胜李世乭的AlphaGo Lee,而AlphaGo Lee为此训练了几个月。并且40天后,AlphaGo Zero就能以89∶11的成绩,将战胜了包括柯洁在内的所有人类高手的Master甩在后面。

人工智能的最大挑战是研发一种能从零开始、以超人类的水平学习复杂概念的算法。为打败人类围棋世界冠军,科学家在训练上一款AlphaGo时,同时用到了监督式学习和基于自我对弈的强化学习,并用到多台机器和48个TPU(神经网络训练所需的专业片)。

据介绍,AlphaGo Zero的学习从零开始,且单纯基于与自身对弈。人类的输入仅限于棋盘和棋子,没有任何人类数据。AlphaGo Zero仅用到一张神经网络,经过训练后,专门预测程序自身的棋步和棋局赢家,在每次自我对弈中进步。此外,新程序只使用一台机器和4个TPU。

通过几天的训练,包括近500万局自我对弈——AlphaGo Zero便能超越人类并打败所有之前的AlphaGo版本。此外,它并没有像之前的兄弟姐妹一样被教人类的围棋知识。它只是和不同版本的自己下棋,然后用胜者的思路来训练新的版本,如此不断重复。通过这一方法,AlphaGo Zero完全自己摸索出了开局、收官、定式等以前人类已知的围棋知识,也摸索出了新的定势。

3 上一篇  下一篇 4 放大 缩小 默认