AlphaGo增強(qiáng)版學(xué)會(huì)國(guó)際象棋和將棋 不到一天超越人類水平
12月7日據(jù)國(guó)外媒體報(bào)道,谷歌旗下人工智能公司DeepMind一直都熱衷于在棋盤上擊敗所有人類對(duì)手。雖然大部分時(shí)間關(guān)于人工智能技術(shù)的討論都是在無人駕駛汽車等領(lǐng)域,但是作為一種屬于未來的新技術(shù),其實(shí)人工智能可以應(yīng)對(duì)各種各樣的挑戰(zhàn)。雖然距離最終的目標(biāo)還有很長(zhǎng)的一段路,但是根據(jù)DeepMind公布的一項(xiàng)最新研究成果來看,人工智能至少已經(jīng)走在了正確的道路上。
本文引用地址:http://www.ex-cimer.com/article/201712/372727.htm在一篇最新論文中我們看到了DeepMind開發(fā)的人工智能技術(shù)是如何在圍棋以外的領(lǐng)域繼續(xù)不斷超越人類。這次的新技術(shù)AlphaZero在學(xué)習(xí)8個(gè)小時(shí)之后就成功的擊敗了之前“碾壓”人類冠軍的前任AlphaGo。同時(shí)又只用4個(gè)小時(shí)的訓(xùn)練就能擊敗頂級(jí)的國(guó)際象棋引擎Stockfish。最后,又經(jīng)過2個(gè)小時(shí)的訓(xùn)練后擊敗了日本傳統(tǒng)棋類項(xiàng)目將棋的Elmo引擎,三種棋類都已經(jīng)超越了國(guó)際頂級(jí)水準(zhǔn)。
這項(xiàng)技術(shù)的關(guān)鍵是名為AlphaZero的新一代人工智能程序,算是之前AlphaGo的增強(qiáng)版。其實(shí)這項(xiàng)技術(shù)并非是專門針對(duì)下棋設(shè)計(jì),雖然它能夠遵守基本的棋類規(guī)則,但是并沒有專門的策略和戰(zhàn)術(shù)代碼。這項(xiàng)技術(shù)通過名為“強(qiáng)化學(xué)習(xí)”的訓(xùn)練方法,能夠通過不斷重復(fù)訓(xùn)練快速掌握規(guī)則。
其實(shí)這種強(qiáng)化式學(xué)習(xí)方式本身并不新鮮。DeepMind工程師之前使用了同樣的方法在今年10月創(chuàng)建了AlphaGo Zero。但是這次新的AlphaZero要比之前更具有通用性,因此能夠在沒有事先準(zhǔn)備的情況下應(yīng)用于更廣泛的用途。
值得注意的是,在不到24小時(shí)的時(shí)間里,同一個(gè)計(jì)算機(jī)程序能夠通過自我學(xué)習(xí)的方式實(shí)現(xiàn)在三種不同棋類項(xiàng)目同時(shí)達(dá)到“超越人類”的水平,這是人工智能領(lǐng)域所取得的新成就。
現(xiàn)在DeepMind距離公司夢(mèng)寐以求的通用思維機(jī)器目標(biāo)又近了一步,不過依然面對(duì)著非常大的挑戰(zhàn)。今年年初,DeepMind首席執(zhí)行官Demis Hassabis在展示最新成果時(shí)表示,雖然該技術(shù)未來可能對(duì)解決一系列科學(xué)問題有所幫助,比如創(chuàng)新設(shè)計(jì)和藥品研發(fā),但是這些用途與棋類游戲相比有本質(zhì)的區(qū)別。團(tuán)隊(duì)需要大量的工作來找出如何解決這些問題的方式。
評(píng)論