2017年11月21日  星期二  農曆  十月初四
首頁 > 即時加國 >
即時新聞

阿爾法狗之父揭秘:最強“狗”3天走完千年棋史

[2017-10-18 19:50]

人工智能 围棋 谷歌 阿尔法狗 

        倫敦當地時間10月18日18:00,谷歌旗下的DeepMind團隊公佈了進化後的最強版AlphaGo ,代號AlphaGo Zero。

  新版本的AlphaGo究竟有多厲害?打敗李世石的AlphaGo用了3000萬盤比賽作為訓練數據,AlphaGo Zero用了490萬盤比賽數據。經過3天的訓練,AlphaGo Zero就以100:0的比分完胜對陣李世石的那版AlphaGo。

        DeepMind聯合創始人兼CEO 、AlphaGo之父戴密斯·哈薩比斯(Demis Hassabis)和AlphaGo團隊負責人大衛·席爾瓦(Dave Sliver) 等人同時在官方博客上發表文章,詳解最強版本阿爾法狗是如何煉成的,與前代有何不同。
與學習大量人類棋譜起步的前代AlphaGo不同,AlphaGo Zero是從“嬰兒般的白紙”開始,通過3天數百萬盤自我對弈,走完了人類千年的圍棋歷史,並探索出了不少橫空出世的招法。

哈薩比斯等人專文:《AlphaGo Zero:從零開始》

     從語音識別、圖像分類到基因和藥物研究,人工智能發展迅速。這些專家系統,很多是藉用海量人類經驗和數據開發出來的。

  然而,在有些特定問題上,人類的知識要么過於昂貴,要么不靠譜,要么無法獲得。因此,人工智能研究的一個長期目標就是跳過這一步,創造能在最有挑戰性的領域,不用人類輸入就達到超人水平的算法。我們發表在《自然》期刊上的最新論文,展示了實現該目標的關鍵一步。

  論文介紹了首個戰勝人類圍棋冠軍的電腦程序AlphaGo的最新進化版本:AlphaGo Zero。 AlphaGo Zero更為強大,可以一爭史上最強圍棋手。

  AlphaGo的前幾代版本,一開始用上千盤人類業餘和專業棋手的棋譜進行訓練,學習如何下圍棋。 AlphaGo Zero則跳過了這個步驟,自我對弈學習下棋,完全從亂下開始。用這種方法,它很快超過了人類水平,對陣此前戰勝人類冠軍李世石的前代AlphaGo取得了100連勝。

  AlphaGo Zero之所以能當自己的老師,是用了一種叫強化學習的新模式。系統從一個對圍棋一無所知的神經網絡開始,將該神經網絡和一個強力搜索算法結合,自我對弈。在對弈過程中,神經網絡不斷調整、升級,預測每一步落子和最終的勝利者。

  升級後的神經網絡與搜索網絡結合成一個更強的新版本AlphaGo Zero,如此往復循環。每過一輪,系統的表現就提高了一點點,自我對弈的質量也提高了一點點。神經網絡越來越準確,AlphaGo Zero的版本也越來越強。

  這種技術比此前所有版本的AlphaGo都更為強大。這是因為,它不再受到人類知識的限制,而能夠從嬰兒般的白紙狀態,直接向世界上最強大的棋手——AlphaGo本身學起。

  AlphaGo Zero相較前代還有幾點明顯的差別:

  首先,AlphaGo Zero僅用棋盤上的黑白子作為輸入,而前代則包括了小部分人工設計的特徵輸入。

  其次,AlphaGo Zero僅用了單一的神經網絡。在此前的版本中,AlphaGo用到了“策略網絡”來選擇下一步棋的走法,以及使用“價值網絡”來預測每一步棋后的贏家。而在新的版本中,這兩個神經網絡合二為一,從而讓它能得到更高效的訓練和評估。

  第三,AlphaGo Zero並不使用快速、隨機的走子方法。在此前的版本中,AlphaGo用的是快速走子方法,來預測哪個玩家會從當前的局面中贏得比賽。相反,新版本依靠的是其高質量的神經網絡來評估下棋的局勢。


  所有這些差異,都提高了系統的表現,使其更為普適。不過,是算法上的變化使得系統更為強大和高效。

  僅僅自我對弈3天后,AlphaGo Zero就以100:0完胜了此前擊敗世界冠軍李世石的AlphaGo版本。自我對弈40天后,AlphaGo Zero變得更為強大,超過了此前擊敗當今第一人柯潔的“大師”版AlphaGo。

  通過數百萬次自我對弈,AlphaGo從零開始掌握了圍棋,在短短幾天內就積累起了人類幾千年才有的知識。 AlphaGo Zero也發現了新的知識,發展出打破常規的策略和新招,與它在對戰李世石和柯潔時創造的那些交相輝映,卻又更勝一籌。

  這些創造性的時刻給了我們信心:人工智能會成為人類智慧的增強器,幫助我們解決人類正在面臨的一些嚴峻挑戰 。

  儘管才剛剛發展起來,AlphaGo Zero已經走出了通向上述目標的關鍵一步。如果類似的技術可以應用在其他結構性問題,比如蛋白質折疊、減少能耗和尋找新材料上,就能創造出有益於社會的突破。


來源:新浪


C08

都市網推薦新聞

熱點新聞