alphago 李世石_AlphaGo Zero以100比0战绩击败上代AlphaGo意味着什么？
2018-12-19 来源：网银知识 点击：
【www.fxlll.com--网银知识】
非常令人震惊的进展！2016年3月4:1战胜李世石之后，Deepmind就放出风声，要让AlphaGo从零知识开始学习下围棋，当时让人很有兴趣。这种完全靠自学习，不学习人类棋谱的AI，在学成以后会如何下围棋？会不会从天元开始下？能达到什么样的实力？肯定非常有趣。 所谓零知识自学习，就是一开始就随机扔子，就如上图这样黑白等于是瞎下。从这种随机策略开始，慢慢改进，而不是学习人类的棋谱先来个策略网络一开始就下得象模象样。 但是后来这个零知识自学习的事一直没下文。到2017年5月乌镇3:0战胜柯洁时，中间有研讨会，DavidSilver出来讲了不少，也完全没有提这个。我还写文章，说零知识自学习可能失败了，陷入局部陷阱棋力并不太高。特别是2017年8月AlphaGo打星际的论文出来，从0知识开始学习，但是能力非常差，连暴雪最弱的AI都打不过，也不会造兵，更是让人觉得零知识自学习可能不行，人类的先验知识应该还是挺重要的。 但是2017年10月18日Deepmind第二篇AlphaGo论文《MasteringtheGameofGowithoutHumanKnowledge》出来了！论文给出了出乎我的预料的结果： 1.从0知识开始学习，是可以训练成功的！这个成功的程度是”目前所有Alphago版本中最厉害“。100:0战胜AlphaGo-Lee版本，90%胜率胜Master版本（也就是战胜柯洁的那个）。但是还没有”天下无敌“，还是有一定概率输给Master，等级分领先幅度还不算大。下图右是等级分数值。 2.从0知识开始，训练速度非常快！3天就能战胜AlphaGo-Lee，21天能战胜Master。下图左是AlphaGo-Zero等级分随时间提升的曲线。训练没有在早期陷入局部陷阱。 3.让人类还算欣慰的是，虽然AlphaGoZero不需要人类棋谱，但是训练出来下得还是象人的。论文给出AlphaGoZero的83局棋谱，没训练一会就下得有模有样了。也不是从中腹天元开始下，而是象人类一样先占边角。这说明人类的这些行棋方向还不算离谱。实际这也早有征兆，几个围棋AI都这样，如果一开始不下角部，下在中腹或者边上，给出的胜率就会下降。 4.虽然AlphagoZero下得象人，但是很多招为什么这么下，连高手都应该是看不懂了。它到了什么境界，人类还需要领会。
转载申明：利率查询网_银行存款利率网，欢迎分享，转载请注明出处！
