北美首頁 | 新聞 | 時尚 | 大陸 | 臺灣 | 美國 | 娛樂 | 體育 | 財經 | 圖片 | 移民 | 微博 | 健康
美股佣金對照表
Value Engine Stock Forecast
ENTER SYMBOL(S)

谷歌DeepMind超進化:國際象棋、圍棋吊打世界冠軍

http://finance.sina.com   2018年12月06日 17:29   北京新浪網

  新浪科技訊 北京時間12月7日早間消息,Alphabet旗下人工智能部門DeepMind一年前宣佈開發了一套名爲AlphaZero的系統,它可以教會自己如何掌握國際象棋、日本將棋和中國圍棋,而且都能擊敗世界冠軍。

  雖然DeepMind的說法令人印象深刻,但當時卻未能通過同行評審。不過,DeepMind今天宣佈,經過數月的反覆修訂,該公司在AlphaZero上的成果已經被《科學》雜誌接受,並登上該雜誌的首頁。

  “幾年前,我們的AlphaGo以4:1擊敗了18次獲得圍棋世界冠軍的棋手李世石。但對於我們來說,這實際上是構建一個通用學習系統的開始,這個系統可以自己學習不同的遊戲,最終達到超越人類的水平。“AlphaZero的首席研究員大衛·西爾沃(David Silver)對參加蒙特利爾NeurIPS 2018大會的記者說,“AphaZero是這一段旅程的下一步。它從頭開始學習擊敗圍棋、國際象棋和日本將棋的世界冠軍。除了遊戲規則外,它什麼知識都沒有。“

  Silver解釋說,選擇這些遊戲既考慮了它們的複雜性,也考慮了之前針對它們進行人工智能研究的豐富歷史。

  爲此,本週發表的論文描述了DeepMind如何利用深度神經網絡實現優於Stockfish、Elmo和IBM深藍的遊戲算法。

  “傳統引擎非常強大並且幾乎沒有明顯的錯誤,但當面對沒有具體和可計算解決方案的位置時,可能會發生漂移。”國際象棋大師馬修·薩德勒(Matthew Sadler)說,“正是在這樣的位置,AlphaZero才能實現‘感覺’,‘洞察力’或‘直覺’。 “

  爲了測試經過全面訓練的AlphaZero,除了其前身AlphaGo Zero之外,DeepMind的研究人員還對上述的Stockfish和Elmo遊戲引擎進行了測試。在具有44個處理器內核和4個谷歌第一代TPU的單臺機器上運行時,AlphaZero都能輕鬆贏得大多數比賽。(樵夫)

Bookmark and Share
|
關閉
列印

今日焦點新聞