“阿爾法狗”再進(jìn)化：“自學(xué)”3天高分贏過舊版
北京時(shí)間10月19日早間消息，谷歌旗下人工智能研究部門DeepMind發(fā)布了新版AlphaGo（阿爾法狗）軟件，它可以完全靠自己學(xué)習(xí)圍棋。這款名為AlphaGoZero的系統(tǒng)可以通過自我對(duì)弈進(jìn)行學(xué)習(xí)，它利用了一種名為強(qiáng)化學(xué)習(xí)的技術(shù)。在不斷訓(xùn)練的過程中，這套系統(tǒng)開始靠自己的能力學(xué)會(huì)圍棋中的一些高級(jí)概念。
經(jīng)過3天的訓(xùn)練后，這套系統(tǒng)已經(jīng)可以擊敗AlphaGoLee，也就是去年擊敗韓國(guó)頂尖棋手李世石的那套系統(tǒng)，而且比分高達(dá)100比0。經(jīng)過40天訓(xùn)練后，它總計(jì)運(yùn)行了大約2900萬次自我對(duì)弈，使得AlphaGoZero得以擊敗AlphaGoMaster（今年早些時(shí)候擊敗世界冠軍柯潔的系統(tǒng)），比分為89比11。
結(jié)果表明，具體到不同技術(shù)的效果，人工智能在這一領(lǐng)域仍有很多學(xué)習(xí)的空間。AlphaGoMaster使用了很多與AlphaGoZero相同的開發(fā)技術(shù)，但它需要首先利用人類的數(shù)據(jù)進(jìn)行訓(xùn)練，隨后才切換成自我對(duì)弈。
值得注意的是，雖然AlphaGoZero在幾周的訓(xùn)練期間學(xué)會(huì)了一些關(guān)鍵概念，工業(yè)機(jī)器人維修，但該系統(tǒng)學(xué)習(xí)的方法與人類有所不同。另外，AlphaGoZero也比前幾代系統(tǒng)更加節(jié)能，AlphaGoLee需要使用幾臺(tái)機(jī)器和48個(gè)谷歌TPU機(jī)器學(xué)習(xí)加速芯片。其上一代AlphaGoFan則要用到176個(gè)GPU芯片。AlphaGoZero只需要使用一臺(tái)配有4個(gè)TPU的機(jī)器即可。
，KUKA機(jī)器人電路板維修，機(jī)器人維修