一年多以前，阿爾法狗是2016年1月28日期間的封面故事痕惋。Deepmind發(fā)布了一篇重磅紙区宇，并介紹了擊敗歐洲圍棋冠軍范劍的人工智能程序。倫敦當(dāng)?shù)貢r間18日18時（北京時間19日01:00）值戳，阿爾法狗再次登上世界頂級科學(xué)雜志 - 《自然》议谷。
今年5月，在中國選手柯潔以3-0獲勝后堕虹，阿爾法狗宣布退役卧晓，但DeepMind并未停止研究芬首。 10月18日，在倫敦當(dāng)?shù)貢r間逼裆，DeepMind團(tuán)隊(duì)宣布了代號為AlphaGo Zero的最強(qiáng)版阿爾法狗（http://www.afa-gou.com/）郁稍。其獨(dú)特的秘密是“自我教育”。而且波附，從一張白紙開始艺晴，零基學(xué)習(xí)在短短三天內(nèi)就成為了一名頂尖選手昼钻。
該團(tuán)隊(duì)表示掸屡，AlphaGo Zero的水平已經(jīng)超過了AlphaGo的所有以前的版本。對于贏得韓國選手李世石的AlphaGo然评，AlphaGo Zero取得了100：0的壓倒性紀(jì)錄仅财。 DeepMind團(tuán)隊(duì)在10月18日的“自然”雜志上發(fā)表了關(guān)于AlphaGo Zero的研究成果。
“AlphaGo在兩年內(nèi)取得了令人矚目的成果碗淌，現(xiàn)在AlphaGo Zero（http://www.afa-gou.com/alphago-zero/）是我們最強(qiáng)大的版本盏求，它已經(jīng)有了很大的提升，Zero提高了計(jì)算效率亿眠，并且沒有使用任何人類Go數(shù)據(jù)碎罚，”DeepMind的創(chuàng)始人兼首席執(zhí)行官Demis神父AlphaGo Hassabis說：“最終，我們希望利用其算法突破來幫助解決緊急的現(xiàn)實(shí)問題纳像，如蛋白質(zhì)折疊或設(shè)計(jì)新材料荆烈。如果我們通過AlphaGo可以在這些問題上取得進(jìn)展，那么它有可能促進(jìn)人們的理解并以積極的方式影響我們的生活竟趾°竟海“
不再受人類知識的限制，只有4個TPU
先前版本的AlphaGo通過結(jié)合數(shù)百萬人類Go專家的簽名和強(qiáng)化學(xué)習(xí)的監(jiān)督學(xué)習(xí)進(jìn)行自我訓(xùn)練岔帽。在擊敗專業(yè)大師之前玫鸟，它已經(jīng)接受了幾個月的培訓(xùn)，依靠多臺機(jī)器和48個熱塑性聚氨酯（http://www.afa-gou.com/alphago%E8%B5%84%E8%AE%AF/）犀勒。
AlphaGo Zero的功能在此基礎(chǔ)上得到了質(zhì)的改進(jìn)屎飘。最大的區(qū)別是它不再需要人類數(shù)據(jù)。換句話說贾费，它一開始并沒有接觸到人類的國際象棋钦购。研發(fā)團(tuán)隊(duì)只需讓它在棋盤上自由移動，然后玩自己的游戲铸本。值得一提的是肮雨，AlphaGo Zero也非常“低碳”箱玷，僅使用一臺機(jī)器和四個TPU怨规，這大大節(jié)省了資源陌宿。
AlphaGo Zero增強(qiáng)了學(xué)習(xí)中的自我娛樂。
經(jīng)過幾天的培訓(xùn)波丰，AlphaGo Zero已經(jīng)完成了近500萬套自我游戲壳坪，并且能夠超越人類并擊敗AlphaGo的所有以前版本。 DeepMind團(tuán)隊(duì)在官方博客上表示掰烟，Zero采用更新的神經(jīng)網(wǎng)絡(luò)和搜索算法進(jìn)行重組爽蝴，隨著培訓(xùn)的深入，系統(tǒng)的性能逐漸提高纫骑。自我游戲的結(jié)果也越來越好蝎亚。同時，阿爾法狗神經(jīng)網(wǎng)絡(luò)變得更加準(zhǔn)確先馆。
