10 月 19 日消息，DeepMind 作为谷歌旗下专注于推进人工智能（AI）研究的子公司，在今日发布了新款程序“AlphaGo Zero”。据了解，凭借“强化学习”的机器学习技术，AlphaGo Zero 可以通过自学玩转多种游戏，并在游戏中吸取经验教训。
令人兴奋的是，在训练 AlphaGo Zero 的过程中，为其引入了围棋游戏并学习先进的概念，挑选出一些有利的位置和序列。经过 3 天的训练后，AlphaGo Zero 能够击败 AlphaGo Lee，而后者是去年击败韩国选手李世石的 DeepMind 软件。经过大约 40 天 2900 万场自玩游戏的训练后，AlphaGo Zero 击败了 AlphaGo Master，后者在今年早些时候击败了围棋世界冠军柯洁。
研究结果表明，在不同技术的有效性方面，AI 领域还有很多有待研究的地方。AlphaGo Zero 的开发使用了许多与 AlphaGo Master 相似的方法，但在开始进行自玩游戏之前，它就开始被使用人类数据进行训练。值得注意的是，尽管 AlphaGo Zero 在几周的训练中掌握了几个关键概念，但它的学习方式不同于人类棋手。
此外，AlphaGo Zero 比之前产品的学习能力高效得多。AlphaGo Lee 需要使用几台机器和 48 个谷歌张量处理单元机器学习加速器芯片，该系统的早期版本 AlphaGo Fan 需要 176 个 GPU。而 AlphaGo Zero 和 AlphaGo Master 一样，只需要一台机器和 4 个 TPU。
题图：123RF
本文 碾压围棋界的 AlphaGo 再次进化，AlphaGo Zero 这次击败了战胜柯洁的 AlphaGo Master 来自 动点科技.返回搜狐，查看更多
责任编辑：
