谷歌发布新款AlphaGo：自学成才，训练3天即可100:0碾压旧版

【AI星球（微信ID：ai_xingqiu）】10月19日报道 （编译：叶展盛）

今日，谷歌旗下专注于人工智能研究的部门DeepMind公布了新版的AlphaGo，这款程序的围棋学习完全是靠自己完成的。

这个系统的名字叫AlphaGo Zero，它学习的材料就是自己和自己下围棋的结果，并采用了一种名为增强学习的机器学习技术。Zero的训练是持续不断的，它会在自己和自己下围棋的过程中学习高级的概念，并挑选出有利的落子位置和顺序。

在三天的学习后，这个系统已经能打败AlphaGo Lee，也就是之前DeepMind打败韩国围棋高手李世石的系统，比赛结果为100:0。在29天的训练后，AlphaGo Zero已经能打败AlphaGo Master（也就是今年年初打败世界冠军柯洁的系统），比赛结果为89:11。

这个结果显示，当考虑到不同的技术的效率差别，人工智能领域需要学习的东西其实还很多。AlphaGo Master的设计方法和AlphaGo Zero非常相似，但是它一开始是利用人类棋手的数据训练，随后才开始自行学习的。

值得注意的是，AlphaGo Zero在这一周的训练中学习了几个关键概念，而且它学习的方法和人类不一样，比如围棋中的“征子”，也就是以形似楼梯的落子方法，它几乎是人类棋手的入门课程，但根据DeepMind在《自然》杂志上公布的，Zero是在训练后期才明白这个概念的。

另外，AlphaGo Zero在功耗上比它的前几代也更低。AlphaGo Lee需要使用数台机器，外加48块谷歌的张量处理单元以加快机器学习，再之前的版本AlphaGo Fan需要使用176块图形处理单元。AlphaGo Zero和AlphaGo Master只需要一台机器和四块张量处理单元。

本文来自猎云网，如若转载，请注明出处：http://www.lieyunwang.com/archives/373799