DeepMind推出AlphaZero AI:国际象棋/围棋/将棋通杀?
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。
对于人类国开发者_C百科际象棋选手来说,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。原标题为:
通用强化学习算法可以自学成为象棋、象棋、围棋大师
精彩评论