AlphaZero接连击败三个世界冠军级的程序

　　导读：一直以来，接级尽管众多顶尖的连击AI的程序都超过了人类世界冠军的水平，但它们都只能在单一的世界艾尚团购领域执行单一的任务，并不能把这种击败人类的冠军超能力泛化到其他任务中。

　　昨天，程序DeepMind团队又在arXiv上扔了个重磅炸弹，接级新一代AlphaZero在用了强劲的连击计算资源（5000个一代TPU和64个二代TPU）之后，用不到24小时的世界时间自我对弈（tabula rasa，也叫白板）强化学习，冠军接连击败了三个世界冠军级的程序程序 (国际象棋、将棋、接级艾尚团购围棋)。连击



　　△ AlphaZero和国际象棋冠军程序对弈

　　其中包括上一代冠军围棋程序AlphaGo Zero，这个程序发布还不到两个月，冠军DeepMind就又把自己颠覆了（所以谷歌团队自我进化速度的程序时间单位都是按天计，可怕）。

　　AlphaZero的百局战绩



　　对弈国际象棋程序Stockfish：28胜，72平；

　　对弈将棋程序 Elmo：90胜，2平，8负；

　　对弈围棋程序AlphaGo Zero：60胜，40负。

　　AlphaZero自我对弈的训练时间



　　训练次数 | 训练时间 | 对弈冠军棋类程序

　　30万，2小时，击败将棋Elmo

　　11万，4小时，击败国际象棋Stockfish

　　16.5万，8小时，击败围棋AlphaGo

　　把Go去掉，意味着AlphaZero ，已经是比AlphaGo Zero更通用的程序。

　　一直以来，尽管众多顶尖的AI的程序都超过了人类世界冠军的水平，但它们都只能在单一的领域执行单一的任务，并不能把这种击败人类的超能力泛化到其他任务中。

　　而DeepMind的野心可不仅仅是在棋类游戏上超越人类，这次他们研究出了这个更通用的程序AlphaZero，将会马上投入到蛋白折叠的应用上。

　　官方称，他们不久就会发表相关论文，通过检测出蛋白错误折叠来快速诊断神经退行性疾病，比如阿尔茨海默症，帕金森，囊状纤维化。

　　期待AlphaZero在医疗健康领域的表现。

最新评论