新華網 正文
自學成才?新版“阿法狗”迅速成為圍棋霸主
2017-10-23 08:13:23 來源: 科技日報
關注新華網
微博
Qzone
評論
圖集

  人工智能(AI)領域再次出現驚人突破——據英國《自然》雜志近日發表的論文報道,一款新版的“阿法狗”(AlphaGo)計算機程序能夠從空白狀態起,在不需要任何人類棋譜輸入的條件下,自學圍棋,無師自通,自學成才。

  這款新程序名叫“阿法元”(AlphaGo Zero),其以100比0的不敗戰績,狠狠打擊了曾書寫歷史的舊版“阿法狗”。

  實力,“阿法狗”的輝煌戰績

  人工智能“阿法狗”出自谷歌旗下深度思維(DeepMind)公司。最早在2016年1月,《自然》雜志以封面位置報道該程序在和所有其他圍棋程序的對抗中獲得了99.8%的勝率,並且以5:0的成績打敗了歐洲圍棋冠軍。

  隨後同年3月,“阿法狗”挑戰世界圍棋冠軍李世石,經五局鏖戰,人類1:4不敵人工智能,引發巨大轟動。人們的震驚源于在圍棋19×19棋盤上,一步甚至會有幾百種走法,傳統的人工智能算法難以估計局面和下子。

  但“阿法狗”仍在積攢實力。今年1月,一個神秘賬號Master公布自己正是“阿法狗”新版。該賬號在知名圍棋平臺上先後挑戰柯潔、樸廷桓和井山裕太等頂級高手,豪取勝利,隨後戰贏“棋聖”聶衛平,直至60盤時自爆身份,決勝收官。

  3天,“阿法元”的無師自通

  此次在最新論文中,英國倫敦深度思維公司“阿法狗”項目的主要負責人戴維·西爾弗、戴密斯·哈薩比斯及其同事,報告了新版“阿法狗”軟件——“阿法元”。

  “阿法元”最引人注目之處在于其無師自通的本領。其學習從“零”開始,單純基于與自己的對弈,不需要任何歷史棋譜的指引,也不需要任何人類經驗的點撥。

  對于這個新軟件,人類的輸入僅僅限于一張棋盤和一副棋子,沒有任何人類數據參與。“阿法元”只用到了一張神經網絡,這張網絡經過訓練,專門預測程序自身的棋步和棋局的贏家,讓“阿法元”在每次自我對弈中進步。

  通過3天的訓練——包括近500萬局自我對弈——“阿法元”已能夠超越人類並打敗之前的“阿法狗”版本。戴維·西爾弗表示,“阿法元”遠比“阿法狗”強大,它已不再為人類的知識所限,而能夠自行發現新知識。

  擺脫了人類經驗的輔助和依賴,人工智能竟然變得更強!在“阿法元”嶄露頭角後,人們揣測:難道我們人類還耽誤“阿法狗”了?

  震驚,AI的獨立發現

  其實,人工智能的最大挑戰之一,即是研發一種能從“零”開始、以超人類的水平學習復雜概念的算法。

  在去年3月那場世所矚目的比賽中,“阿法狗”軟件打敗了人類圍棋世界冠軍。當時的這款圍棋程序,是利用價值網絡去計算局面,用策略網絡去選擇下子。

  但為了贏得這場人機大戰,科學家團隊在訓練“阿法狗”時,同時用到了監督式學習(基于上百萬種人類專業選手的下棋步驟)和基于自我對弈的強化學習。舊“阿法狗”訓練過程長達幾個月,用到多臺機器和48個TPU(神經網絡訓練所需的專業芯片)。

  而此次,據研究團隊介紹,新程序“阿法元”只使用了一臺機器和4個TPU。

  在“阿法狗”之前,最成功的圍棋程序僅能達到人類業余選手的程度,還不能在不讓子的情況下和專業賽手一較高下,原本人們認為,至少要10年後人工智能才有可能達到這一成就。但“阿法狗”的橫空出世改寫了預言。而在其問世不足兩年的時間裏,“阿法元”再次刷新人們的認知——隨著程序訓練的進行,人工智能已獨立發現了人類用幾千年才總結出來的圍棋規則,還建立了新的策略,可以説,人工智能已經為這個古老的遊戲,帶來全新見解。

  (科技日報北京10月22日電)

+1
【糾錯】 責任編輯: 華信
新聞評論
加載更多
大熊貓享受秋日時光
大熊貓享受秋日時光
美麗中國丨紅葉“醉”金秋
美麗中國丨紅葉“醉”金秋
一周看天下
一周看天下
黃山雲海瀑布醉遊人
黃山雲海瀑布醉遊人
010020080870000000000000011106141366989581