科技改变生活 · 科技引领未来
科技改变生活 · 科技引领未来
谷歌(google)旗下的DeepMind发表了一篇新论文，概述了团队如何利用创造了AlphaGo的机器学习系统，建立了一个处理国际象棋和围棋的新系统，并在每一场比赛中击败顶级程序。这个名为AlphaZero的程序也击败了它的前身AlphaGo Zero。
对于DeepMind来说，这是一个合乎逻辑的下一步行动。国际象棋和围棋(起源于日本的一种类似于国际象棋的棋盘游戏)都是电脑程序的游戏，已经打败了人类顶级棋手。AlphaZero击败了斯托克菲什和埃尔莫，前者在国际象棋中处于领先地位，后者是与shogi对弈的最佳程序。
这个程序被训练成只玩它自己，通过一个被称为强化学习的过程，除了关于每个游戏规则的某些关键信息外，没有任何预先知识，比如每个棋子如何移动。AlphaGo(包括AlphaGo Zero，它依赖于自我游戏强化学习来进行训练)是专门为围棋开发的，而AlphaZero的设计则要灵活得多。
这种通用架构可以为开发未来的AI系统提供蓝图，既可以用来玩游戏，也可以用来解决其他有明确规则和目标的问题，比如设计药物。
DeepMind训练了三个AlphaZero的独立实例，分别用于围棋、围棋和国际象棋。国际象棋系统对自己下了4400万盘，而shogi系统下了2400万盘，围棋系统下了2100万盘。
AlphaZero的统治地位并不确定。围棋和DeepMind选择的另外两款游戏之间有一些关键的区别。国际象棋和shogi都对不同棋子的移动方式有限制，而且棋盘也不像围棋那样是独立旋转的。更重要的是，在shogi中捕获的棋子可以被对手放置在棋盘上。
张同东