杂烩饭

好吧,这又是一个

​研究僧的短评快测 :#中奖秀#逝去的一代经典:iPod Shuffle

本来是之前暑假时成都剁值运会的奖品,一拖拖到了十月底,实在是愧疚。😂在大二的时候,我才入手了第一款苹果——iPod touch 5,使用这款产品之后,苹果设备的工业设计和交互体验给我留下了深刻的印象。…[……]Read more

#原创新人#穷人的MINI装修

目的:1.记录分享下本人的第一次装修历程 2.感谢张大妈这近一年的陪伴(希望值友从我的装修中引以为戒也算是贡献吧)说明:这里不谈风格,之谈风月这里没有设计,只有随性本文的中心思想是小户型+真心穷…[……]Read more

#出游记#国庆HIGH爆#领队带你玩转星梦邮轮 篇一:吃喝住篇及注意事项

小编注:文章来自#出游记#征稿活动,踩住夏天的尾巴,分享假日出行游记,晒出旅途美照,赢ITO行李箱&JNE挎包。投稿还有额外100金币奖励,手机端发游记,体验光速发稿功能。原创话题征稿:#出游…[……]Read more

IE3.0还魂?Microsoft 微软 推出 Classic IntelliMouse 游戏鼠标

除了近日推出的Surface Precision蓝牙无线鼠标,Microsoft(微软)还带来了一款Classic IntelliMouse鼠标,造型设计与IntelliMouse Explorer …[……]Read more

17个摄像头、支持4K直播:SAMSUNG 三星 发布 360 Round 全景捕捉设备

除了更新推出Bixby 2.0语音助手,SAMSUNG(三星)还在此次大会上发布了一款全景捕捉设备——360 Round,造型设计特别,拥有不错的耐用性和防水性能,集成了17个摄像头和6个麦克风,可通…[……]Read more

骁龙625、4GB+64GB:Lenovo 联想 发布 小新平板

Lenovo(联想)旗下定位年轻时尚的子品牌小新笔记本自推出以来取得了不错的市场表现,而联想也决定进一步拓宽小新产品线。近日,联想正式在京发布了一款全新的平板电脑——联想小新平板。主打影音娱乐,8英寸…[……]Read more

自学高手AlphaGo Zero横空出世

AlphaGo Zero

  谷歌人工智能团队DeepMind团队在期刊《Nature》上发表论文,宣布一款新版的AlphaGo Zero计算机程序可以在不需要任何人类输入的条件下,迅速自学围棋,并以100比0的战绩击败上一代AlphaGo。这是AI历史上又一里程碑式的重大消息。

  2016年,谷歌旗下的DeepMind团队发布AlphaGo,并以4:1的战绩击败了世界围棋冠军、韩国棋手李世石,震撼世界。此后,AlphaGo又进化出了AlphaGo Master版本,并以3:0战胜了当今世界围棋第一人、中国棋手柯洁。

  闭关一年后,DeepMind推出了最新版本的AlphaGo Zero,它在没有任何人类指导的情况下,仅用3天时间自学和训练,就击败了此前的AlphaGo,比分是100比0。值得注意的是,之前的版本都参考学习了大量人类专业棋手的围棋经验,而新版的AlphaGo Zero则是自我对弈,即通过跟不同版本的自己下棋来学习。

  根据DeepMind团队发表在《Nature》上的论文,最新版的AlphaGo Zero最大的突破在于实现了“白板理论”。白板理论认为,婴儿是一块白板,可以通过后天学习和训练来提高智力。人工智能(AI)的先驱图灵认为,只要能用机器制造一个类似于小孩的AI,然后加以训练,就能得到一个近似成人智力,甚至超越人类智力的AI。而自学成才的AlphaGo Zero正是实现了这一理论。

  与学习大量人类棋谱起步的前代AlphaGo不同,AlphaGo Zero是从“婴儿般的白纸”开始,通过3天数百万盘自我对弈,走完了人类千年的围棋历史,并探索出了不少横空出世的招法。

AlphaGo Zero

  哈萨比斯等人专文:《AlphaGo Zero:从零开始》

  从语音识别、图像分类到基因和药物研究,人工智能发展迅速。这些专家系统,很多是借用海量人类经验和数据开发出来的。

  然而,在有些特定问题上,人类的知识要么过于昂贵,要么不靠谱,要么无法获得。因此,人工智能研究的一个长期目标就是跳过这一步,创造能在最有挑战性的领域,不用人类输入就达到超人水平的算法。我们发表在《自然》期刊上的最新论文,展示了实现该目标的关键一步。

  论文介绍了首个战胜人类围棋冠军的电脑程序AlphaGo的最新进化版本:AlphaGo Zero。AlphaGo Zero更为强大,可以一争史上最强围棋手。

  AlphaGo的前几代版本,一开始用上千盘人类业余和专业棋手的棋谱进行训练,学习如何下围棋。AlphaGo Zero则跳过了这个步骤,自我对弈学习下棋,完全从乱下开始。用这种方法,它很快超过了人类水平,对阵此前战胜人类冠军李世石的前代AlphaGo取得了100连胜。

  AlphaGo Zero之所以能当自己的老师,是用了一种叫强化学习的新模式。系统从一个对围棋一无所知的神经网络开始,将该神经网络和一个强力搜索算法结合,自我对弈。在对弈过程中,神经网络不断调整、升级,预测每一步落子和最终的胜利者。

  升级后的神经网络与搜索网络结合成一个更强的新版本AlphaGo Zero,如此往复循环。每过一轮,系统的表现就提高了一点点,自我对弈的质量也提高了一点点。神经网络越来越准确,AlphaGo Zero的版本也越来越强。

  这种技术比此前所有版本的AlphaGo都更为强大。这是因为,它不再受到人类知识的限制,而能够从婴儿般的白纸状态,直接向世界上最强大的棋手——AlphaGo本身学起。

  AlphaGo Zero相较前代还有几点明显的差别:

  首先,AlphaGo Zero仅用棋盘上的黑白子作为输入,而前代则包括了小部分人工设计的特征输入。

  其次,AlphaGo Zero仅用了单一的神经网络。在此前的版本中,AlphaGo用到了“策略网络”来选择下一步棋的走法,以及使用“价值网络”来预测每一步棋后的赢家。而在新的版本中,这两个神经网络合二为一,从而让它能得到更高效的训练和评估。

  第三,AlphaGo Zero并不使用快速、随机的走子方法。在此前的版本中,AlphaGo用的是快速走子方法,来预测哪个玩家会从当前的局面中赢得比赛。相反,新版本依靠的是其高质量的神经网络来评估下棋的局势。

  所有这些差异,都提高了系统的表现,使其更为普适。不过,是算法上的变化使得系统更为强大和高效。

  仅仅自我对弈3天后,AlphaGo Zero就以100:0完胜了此前击败世界冠军李世石的AlphaGo版本。自我对弈40天后,AlphaGo Zero变得更为强大,超过了此前击败当今第一人柯洁的“大师”版AlphaGo。

  通过数百万次自我对弈,AlphaGo从零开始掌握了围棋,在短短几天内就积累起了人类几千年才有的知识。AlphaGo Zero也发现了新的知识,发展出打破常规的策略和新招,与它在对战李世石和柯洁时创造的那些交相辉映,却又更胜一筹。

  这些创造性的时刻给了我们信心:人工智能会成为人类智慧的增强器,帮助我们解决人类正在面临的一些严峻挑战 。

  尽管才刚刚发展起来,AlphaGo Zero已经走出了通向上述目标的关键一步。如果类似的技术可以应用在其他结构性问题,比如蛋白质折叠、减少能耗和寻找新材料上,就能创造出有益于社会的突破。

评论《自学高手AlphaGo Zero横空出世》的内容…

相关文章:

微博:新浪微博 – 微信号:williamlong
Created by William Long www.williamlong.info
[……]Read more

支持亚马逊Alexa语音助手:MOTOROLA 摩托罗拉 推出 全新智能喇叭 Moto Mod 模块

近日,MOTOROLA(摩托罗拉)带来一款全新Moto Mod套件,专为Moto Z系列手机打造,是一款支持亚马逊Alexa语音助手的智能喇叭,拥有不错的音质,还集成了LED氛围灯,设计风格就像迷你E…[……]Read more

Previous Posts Next posts