熱點背景
導讀經過3天的訓練后，這套系統已經可以擊敗AlphaGo Lee，也就是去年擊敗韓國頂尖棋手李世石的那套系統，而且比分高達100比0。經過40天訓練后，它總計運行了大約2900萬次自我對弈，使得AlphaGo Zero得以擊敗AlphaGo Master（今年早些時候擊敗世界冠軍柯潔的系統），比分為89比11。
“阿爾法狗”再進化：“自學”3天高分贏過舊版
10月19日消息，谷歌旗下人工智能研究部門DeepMind發布了新版AlphaGo（阿爾法狗）軟件，它可以完全靠自己學習圍棋。這款名為AlphaGo Zero的系統可以通過自我對弈進行學習，它利用了一種名為強化學習的技術。在不斷訓練的過程中，這套系統開始靠自己的能力學會圍棋中的一些高級概念。
經過3天的訓練后，這套系統已經可以擊敗AlphaGo Lee，也就是去年擊敗韓國頂尖棋手李世石的那套系統，而且比分高達100比0。經過40天訓練后，它總計運行了大約2900萬次自我對弈，使得AlphaGo Zero得以擊敗AlphaGo Master（今年早些時候擊敗世界冠軍柯潔的系統），比分為89比11。
結果表明，具體到不同技術的效果，人工智能在這一領域仍有很多學習的空間。AlphaGo Master使用了很多與AlphaGo Zero相同的開發技術，但它需要首先利用人類的數據進行訓練，隨后才切換成自我對弈。
值得注意的是，雖然AlphaGo Zero在幾周的訓練期間學會了一些關鍵概念，但該系統學習的方法與人類有所不同。另外，AlphaGo Zero也比前幾代系統更加節能，AlphaGo Lee需要使用幾臺機器和48個谷歌TPU機器學習加速芯片。其上一代AlphaGo Fan則要用到176個GPU芯片。AlphaGo Zero只需要使用一臺配有4個TPU的機器即可。
