阿尔法围棋 什么是阿尔法围棋

   什么是阿尔法围棋

爱华配图

  阿尔法围棋(AlphaGo)是一款围棋人工智能程序,由位于英国伦敦的谷歌(Google)旗下DeepMind公司的戴维·西尔弗、艾佳·黄和戴密斯·哈萨比斯与他们的团队开发,这个程序利用“价值网络”去计算局面,用“策略网络”去选择下子。2015年10月阿尔法围棋以5:0完胜欧洲围棋冠军、职业二段选手樊麾;2016年3月对战世界围棋冠军、职业九段选手李世石。

  程序原理:

  阿尔法围棋(AlphaGo)是一款围棋人工智能程序。这个程序利用“价值网络”去计算局面,用“策略网络”去选择下子。

  深度学习

  阿尔法围棋(AlphaGo)的主要工作原理是“深度学习”。“深度学习”是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入,通过非线性激活方法取权重,再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样,通过合适的矩阵数量,多层组织链接一起,形成神经网络“大脑”进行精准复杂的处理,就像人们识别物体标注图片一样。

阿尔法围棋 什么是阿尔法围棋

  两个大脑

  阿尔法围棋(AlphaGo)是通过两个不同神经网络“大脑”合作来改进下棋。这些大脑是多层神经网络跟那些Google图片搜索引擎识别图片在结构上是相似的。它们从多层启发式二维过滤器开始,去处理围棋棋盘的定位,就像图片分类器网络处理图片一样。经过过滤,13 个完全连接的神经网络层产生对它们看到的局面判断。这些层能够做分类和逻辑推理。

  这些网络通过反复训练来检查结果,再去校对调整参数,去让下次执行更好。这个处理器有大量的随机性元素,所以人们是不可能精确知道网络是如何“思考”的,但更多的训练后能让它进化到更好。

  第一大脑:落子选择器 (Move Picker)

  阿尔法围棋(AlphaGo)的第一个神经网络大脑是“监督学习的策略网络(Policy Network)” ,观察棋盘布局企图找到最佳的下一步。事实上,它预测每一个合法下一步的最佳概率,那么最前面猜测的就是那个概率最高的。这可以理解成“落子选择器”。

  第二大脑:棋局评估器 (Position Evaluator)

  阿尔法围棋(AlphaGo)的第二个大脑相对于落子选择器是回答另一个问题。不是去猜测具体下一步,它预测每一个棋手赢棋的可能,在给定棋子位置情况下。这“局面评估器”就是“价值网络(Value Network)”,通过整体局面判断来辅助落子选择器。这个判断仅仅是大概的,但对于阅读速度提高很有帮助。通过分类潜在的未来局面的“好”与“坏”,AlphaGo能够决定是否通过特殊变种去深入阅读。如果局面评估器说这个特殊变种不行,那么AI就跳过阅读在这一条线上的任何更多落子。

  主要成绩:

  研究者让“阿尔法围棋”和其他的围棋人工智能机器人进行了较量,在总计495局中只输了一局,胜率是99.8%。它甚至尝试了让4子对阵CrazyStone、Zen和Pachi三个先进的人工智能机器人,胜率分别是77%、86%和99%。

  据国际顶尖期刊《自然》封面文章报道,谷歌研究者开发的名为“阿尔法围棋”(Alpha Go)的人工智能机器人,在没有任何让子的情况下,以5:0完胜欧洲围棋冠军、职业二段选手樊麾。在围棋人工智能领域,实现了一次史无前例的突破。计算机程序能在不让子的情况下,在完整的围棋游戏中击败专业选手,这是第一次。

  阿尔法围棋程序的下一个挑战对象是世界围棋冠军李世石。这场人工智能与人类的博弈于2016年3月9日在首尔举行,奖金是由Google提供的100万美金。

  2016年3月12日,“AlphaGo”与韩国14冠高手李世石之间的人机大战第三局中,李世石没能挽回赛点,执黑中盘再次失利,在五番棋的较量中总比分0-3落败,错失百万美元奖金。

  注:更多精彩文章请关注首页,爱华生活群:466792282欢迎你的加入

  

爱华网本文地址 » http://www.aihuau.com/a/871571/919744734.html

更多阅读

什么是法兰?法兰是什么意思? 法兰sw是什么意思

一、什么是活套法兰,活套法兰用在什么地方和什么管件中?活套法兰即是可以活动的法兰片,一般是配套在给排水配件上(伸缩节上最常见),厂家出厂时伸缩节两端就各有一片法兰,直接与工程中的管道、设备用螺栓连接。二、法兰是怎么和管道连

法定受偿顺位 什么是顺位法?

什么是顺位法编辑本段  顺位法是指列出若干项目,由被访者按重要性决定先后顺序的市场问卷调查方法。  顺位法的类型编辑本段  顺位方法主要有两种:  一种是对全部答案排序;  另一种是只对其中的某些答案排序。  究竟采用

实验调查法 什么是市场实验调查法?

什么是市场实验调查法?编辑本段  是指市场实验者有目的、有意识地通过改变或控制一个或几个市场影响因素的实践活动,来观察市场现象在这些因素影响下的变动情况,认识市场现象的本质和发展变化规律。  实验调查法既是一种实践过程,

什么是人员推销 什么是推销人员估计法?

什么是推销人员估计法?编辑本段  推销人员估计法就是依据企业推销人员丰富的实践经验以及他们对市场动态和顾客心理的把握,对未来市场需求作出估计。  推销人员估计法的优缺点编辑本段  推销人员估计法的主要优点:  1、这些推

KRA法 KRA法-什么是KRA?,KRA法-关键结果领域的作用

kra(Key Result Areas,关键结果领域)kra_KRA法 -什么是KRA?KRA(Key Result Areas)意为关键结果领域,它是为实现企业整体目标、不可或缺的、必须取得满意结果的领域,是企业关键成功要素的聚集地。它是对组织使命、愿景与战略目标的实现起

声明:《阿尔法围棋 什么是阿尔法围棋》为网友贫贱夫妻百事哀分享!如侵犯到您的合法权益请联系我们删除