DeepMind推出AlphaZero AI:国际象棋/围棋/将棋通杀

作为AlphaGo的最新反复,DDpmind在11月6日发表的《科学》论文中隆重介绍了AlphaZero 。作为谷歌母公司的Alphabet旗下的英国人工智能子公司,Depmind多年来一直致力于改进GoAI 。2017年,前AI冠军AlphaGo正式退休,但进一步修补后,AlphaZero达到了新的顶峰 。

AlphaZero是一个可以从头学围棋、象棋等棋子游戏的新型人工智能平台 。在三种棋类比赛中,AlphaZero选择了三种AI 。

●Stockfish:国际象棋爱好者AI世界冠军

●elmo:2017年度世界计算机象棋锦标赛冠军

●AlphaGoZero:Deepmind自己家的围棋是AI,被称为史上最强的选手 。

只要知道游戏的基本规则,AlphaZero就会在成为人工智能大师之前,先练习自己的机型数百万场对抗 。

该 AI 初期会实施随机战术来取得胜利,但后续会通过‘强化学习’来试错,以逐步了解哪些策略是最有效的 。

实测象棋需要9小时、将棋12小时、围棋13天,与5000张张量处理单元(TPU)有关 。

参考一套TPU,每天都可以办理超越GooglePhotos中的一套TPU,因此AlphaZero对硬件件处理性能的要求很高 。

闭关学习结束后,AlphaZero就可以大杀四方了 。

这项研究的独特之处在于,研究团队将机器学习算法、与蒙特卡罗树(MCTS)的“搜索方法”结合到了一块 。

这是Go围棋AI决定下一步行动采用的方式,这次DeepMind团队在象棋和象棋AI上也应用了同样的机制,首次显示了该方法适用于其他复杂的游戏测试 。

对于人类国际象棋选手来说,AlphaZero是极具吸引力的 。你可以在与机器对战时,见识到此前从未遇到过的策略、以及一些新颖的想法 。

以强烈的风格和高度动态的应对策略,足以让MatthewSadler下棋的大师感到惊讶(在DeepMind博客中表现出来) 。

这项研究的详细情况,最近发表的《科学》期刊上 。_原题为为:

【DeepMind推出AlphaZero AI:国际象棋/围棋/将棋通杀】

通用强化学习算法可以自学成为象棋、象棋、围棋大师

    推荐阅读