75226861_m

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