【手机中国新闻】2017，谷歌母公司阿尔法集团旗下的英国人工智能公司DeepMind发布的一项研究——“通过自我模拟让通用强化学习算法掌握国际象棋和日本将棋”占据了各大媒体的头条。
这项研究描述了一个系统——AlphaZero，它可以教会自己如何玩国际象棋、将棋和围棋。在每种游戏中，AlphaZero都击败了世界冠军，展现出双人完美信息博弈游戏的最先进技巧。完美信息博弈游戏的意思是指，游戏中的任何决定都建立在玩家完全了解过去所有信息的基础之上。
AlphaZero
DeepMind今天宣布，经过数月的反复修订，其在AlphaZero上的工作已经被《科学》杂志所接受，并登上了封面。现在AlphaZero已经学会了三种不同的复杂棋类游戏，并且可能学会任何一种完美信息博弈的游戏，这“让我们对创建通用学习系统的使命充满信心”。
那么AlphaZero有多厉害呢？在国际象棋比赛中，AlphaZero与2016 TCEC冠军Stockfish对弈1000场，只输了6场。此外，它在国际象棋人类常见开局比赛中名列前茅。
人工智能
同时，在日本将棋的比赛中，AlphaZero在与2017年CSA世界冠军Elmo的对弈中，胜率为91.2%。而在对弈前辈AlphaGo Zero的围棋比赛中，它取得了61%的比赛的胜利。也就是说，无论是国际象棋、将棋还是围棋，AlphaZero都击败了当前最厉害的人工智能对手。
更令人吃惊的是，训练AlphaZero玩这些游戏所花费的时间：学会玩国际象棋用了9个小时，而学会玩日本将棋和围棋分别只用了12个小时和13天！当然，开发这样一个算法的目的可不仅仅是创造超人般的国际象棋程序。能够解决多个复杂问题的单一算法，是创建通用机器学习系统，解决实际问题的重要一步。科学家们的最终目标是利用从中学到的知识，开发出能够应对社会最严峻挑战的系统。
加入收藏
