2017-10-19 | 장주영 기자

AlphaGo Zero 无需教科书棋谱自学围棋,却具“压倒性”实力

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

超越接连击败人类顶尖高手的围棋程序“AlphaGo”的最新版本“AlphaGo Zero”公开,引发关注。

据悉,AlphaGo Zero既无教科书或棋谱,也没有对局对手,完全靠自学掌握围棋,却具备了压倒人类高手和既有AlphaGo版本的能力。

近日,谷歌DeepMind创始人、首席执行官(CEO)戴米斯·哈萨比斯等该公司17名研究员于19日(韩国时间)在科学学术期刊《自然》上发表了包含上述内容的论文《在没有人类知识的情况下掌握围棋》(Mastering the game of Go without human knowledge)。

业界认为,“AlphaGo Zero”将人工智能在没有人类帮助的情况下可远远超越人类的潜力变为现实,具有划时代意义。

据悉,迄今为止的人工智能系统主要是被设计为模仿人类专家决策的“监督学习系统”(supervised learning system),即由人类监督人工智能训练的系统。

但谷歌DeepMind团队指出,获取人类专家决策的数据往往成本高昂、数据不可信,或者根本不存在此类数据。据悉,即便存在可信数据,人工智能系统在由人类制作的数据指导下接受训练时,也可能因此无法突破人类的极限。

为克服此前的这类局限,近来正在推进关于“强化学习”(reinforcement learning system)的研究。

据悉,这也是一种不向人类学习、让人工智能通过大量试错自行领悟要领的方法。

尤其是以这种方式研究根本不存在可信人类专家的全新领域,正受到集中关注。

据悉,以强化学习方式打造的AlphaGo Zero是迄今推出的AlphaGo版本中最强的。

据悉,既有最强版本AlphaGo Master与超越它的AlphaGo Zero,基本算法和架构(设计结构)是相同的。差异在于“是否向人类学习”,而未向人类学习的后者具备了更出色的实力。

此外据悉,AlphaGo Master与此前版本一样,接受了人类对局棋谱数据的训练,部分下棋策略也是由人类输入后在此基础上进行强化学习。

但与此不同,据悉AlphaGo Zero仅在知晓围棋基本规则的状态下,通过独自下棋的强化学习方式,在没有人类教导的情况下领悟了围棋的道理。

对此,谷歌DeepMind在博客文章中表示:“AlphaGo Zero发现了新的知识,开发出不寻常的策略,同时创造了新的着法。”“我们看到人工智能的这种创造力,确信可以倍增人的独创性。”

阅读韩文原文