正版素材网站,连云港关键字优化案例,郑州锐旗网站公司,中介做哪些网站作者#xff1a;刘锋 计算机博士#xff0c;互联网进化论作者 10月19日凌晨#xff0c;在国际学术期刊《自然》#xff08;Nature#xff09;上发表的一篇研究论文中#xff0c;谷歌下属公司Deepmind报告新版程序AlphaGo Zero#xff1a;从空白状态学起#xff0c;在无… 作者刘锋 计算机博士互联网进化论作者 10月19日凌晨在国际学术期刊《自然》Nature上发表的一篇研究论文中谷歌下属公司Deepmind报告新版程序AlphaGo Zero从空白状态学起在无任何人类输入的条件下它能够迅速自学围棋并以100:0的战绩击败“前辈”。 团队称AlphaGo Zero的水平已经超过之前所有版本的AlphaGo。在对阵曾赢下韩国棋手李世石那版AlphaGo时AlphaGo Zero取得了100:0的压倒性战绩。DeepMind团队将关于AlphaGo Zero的相关研究以论文的形式刊发在了10月18日的《自然》杂志上。 10月19日很多阿尔法狗的新闻。标题写着不依赖于人类的任何知识或者完全自通但实际情况是阿法狗零在开始运行时是需要程序员输入人类制定的围棋规则阿法狗零依然依赖于人类设定的规则而这其实是人类最为强大的知识。 阿法狗零的进展的确是人工智能领域伟大的进展但这种伟大并不应该让人类自惭形秽反而是衬托出人类的伟大。因为人类可以自主的进化拥有发现规则制定规则使用规则判断规则价值使之有利于种群的进化这四点中阿法狗零只做3中的一小部分从宏观上说AI离人类的距离如同人类离“上帝”的距离一样 彻底战胜阿法狗零的方法有很多最简单的方法是“把围棋的胜负规则定为谁占的空多谁输如果没有程序员帮助阿尔法狗调整它会永远输下去除非一次闪电导致的BUG,就像在机器猫故事里让机器猫最早活过来的那种闪电”。 如同我们在论文人工智能智商评测与智能等级“中探讨的那样 关于AlphaGo是否具备创新创造性问题我们认为它依然是依托人工支持的大数据训练形成的策略模型同时在比赛中结合比赛对手的落点数据根据其内部的运算规则来不断形成自己的落点数据这些落点数据最终形成比赛数据集合。AlphaGo根据围棋规则与对手的比赛数据集合进行计算和比较判断输赢整个过程完全在人类设定的规则下运行无法体现其自身的创造性如图4所示。 即使AlphaGo形成的落点数据集合很可能是人类历史上没有出现过的也不能说明AlphaGo具备了独立的创新创造功能。例如我们用计算机程序实现下述过程从1万到100万的自然数中随机选取两个数进行相乘记录相乘结果重复此过程361次即使得出的自然数集合很大并且可能是人类历史上没有出现过的我们也不能认定该计算机程序具有创新创造性。 如果AlphaGo在没有人类协助更改程序的情况下能够自动理解比赛规则的任意变化并主动更改内部设置自动改变自己的训练模型用于实战比赛战胜对手那么在这种情况下我们才可能认为AlphaGo具备创新性。但从人工智能的发展过程看AlphaGo还完全无法实现这一点。即使在很远的未来也很难实现。正如一位专家的那样更优秀的AlphaGo也是人类更优秀的一把刀。 如果说AlphaGo战胜了人类倒不如是这个公式的成立 程序员 AlphaGo 顶级围棋选手 以下两篇文章为阿尔法狗相关报道和技术分析 阿尔法狗再进化自学3天就100:0碾压李世石版旧狗 来源澎湃新闻 责任编辑王心馨 伦敦当地时间10月18日1800北京时间19日0100AlphaGo再次登上世界顶级科学杂志——《自然》。 一年多前AlphaGo便是2016年1月28日当期的封面文章Deepmind公司发表重磅论文介绍了这个击败欧洲围棋冠军樊麾的人工智能程序。 今年5月以3:0的比分赢下中国棋手柯洁后AlphaGo宣布退役但DeepMind公司并没有停下研究的脚步。伦敦当地时间10月18日DeepMind团队公布了最强版AlphaGo 代号AlphaGo Zero。它的独门秘籍是“自学成才”。而且是从一张白纸开始零基础学习在短短3天内成为顶级高手。 团队称AlphaGo Zero的水平已经超过之前所有版本的AlphaGo。在对阵曾赢下韩国棋手李世石那版AlphaGo时AlphaGo Zero取得了100:0的压倒性战绩。 DeepMind团队将关于AlphaGo Zero的相关研究以论文的形式刊发在了10月18日的《自然》杂志上。 “AlphaGo在两年内达到的成绩令人震惊。现在AlphaGo Zero是我们最强版本它提升了很多。Zero提高了计算效率并且没有使用到任何人类围棋数据”AlphaGo之父、DeepMind联合创始人兼CEO 戴密斯·哈萨比斯Demis Hassabis说“最终我们想要利用它的算法突破去帮助解决各种紧迫的现实世界问题如蛋白质折叠或设计新材料。如果我们通过AlphaGo可以在这些问题上取得进展那么它就有潜力推动人们理解生命并以积极的方式影响我们的生活。” 不再受人类知识限制只用4个TPU AlphaGo此前的版本结合了数百万人类围棋专家的棋谱以及强化学习的监督学习进行了自我训练。 在战胜人类围棋职业高手之前它经过了好几个月的训练依靠的是多台机器和48个TPU谷歌专为加速深层神经网络运算能力而研发的芯片。 AlphaGo Zero的能力则在这个基础上有了质的提升。最大的区别是它不再需要人类数据。也就是说它一开始就没有接触过人类棋谱。研发团队只是让它自由随意地在棋盘上下棋然后进行自我博弈。值得一提的是AlphaGo Zero还非常“低碳”只用到了一台机器和4个TPU极大地节省了资源。 AlphaGo Zero强化学习下的自我对弈。 经过几天的训练AlphaGo Zero完成了近5百万盘的自我博弈后已经可以超越人类并击败了此前所有版本的AlphaGo。DeepMind团队在官方博客上称Zero用更新后的神经网络和搜索算法重组随着训练地加深系统的表现一点一点地在进步。自我博弈的成绩也越来越好同时神经网络也变得更准确。 AlphaGo Zero习得知识的过程 “这些技术细节强于此前版本的原因是我们不再受到人类知识的限制它可以向围棋领域里最高的选手——AlphaGo自身学习。” AlphaGo团队负责人大卫·席尔瓦Dave Sliver说。 据大卫·席尔瓦介绍AlphaGo Zero使用新的强化学习方法让自己变成了老师。系统一开始甚至并不知道什么是围棋只是从单一神经网络开始通过神经网络强大的搜索算法进行了自我对弈。 随着自我博弈的增加神经网络逐渐调整提升预测下一步的能力最终赢得比赛。更为厉害的是随着训练的深入DeepMind团队发现AlphaGo Zero还独立发现了游戏规则并走出了新策略为围棋这项古老游戏带来了新的见解。 除了上述的区别之外AlphaGo Zero还在3个方面与此前版本有明显差别。 AlphaGo-Zero的训练时间轴 首先AlphaGo Zero仅用棋盘上的黑白子作为输入而前代则包括了小部分人工设计的特征输入。 其次AlphaGo Zero仅用了单一的神经网络。在此前的版本中AlphaGo用到了“策略网络”来选择下一步棋的走法以及使用“价值网络”来预测每一步棋后的赢家。而在新的版本中这两个神经网络合二为一从而让它能得到更高效的训练和评估。 第三AlphaGo Zero并不使用快速、随机的走子方法。在此前的版本中AlphaGo用的是快速走子方法来预测哪个玩家会从当前的局面中赢得比赛。相反新版本依靠地是其高质量的神经网络来评估下棋的局势。 AlphaGo几个版本的排名情况。 据哈萨比斯和席尔瓦介绍以上这些不同帮助新版AlphaGo在系统上有了提升而算法的改变让系统变得更强更有效。 经过短短3天的自我训练AlphaGo Zero就强势打败了此前战胜李世石的旧版AlphaGo战绩是100:0的。经过40天的自我训练AlphaGo Zero又打败了AlphaGo Master版本。“Master”曾击败过世界顶尖的围棋选手甚至包括世界排名第一的柯洁。 对于希望利用人工智能推动人类社会进步为使命的DeepMind来说围棋并不是AlphaGo的终极奥义他们的目标始终是要利用AlphaGo打造通用的、探索宇宙的终极工具。AlphaGo Zero的提升让DeepMind看到了利用人工智能技术改变人类命运的突破。他们目前正积极与英国医疗机构和电力能源部门合作提高看病效率和能源效率。 AlphaGo Zero 没有告诉你的秘密 作者屏芯科技CTO陈利人 AlphaGo 确实很厉害尤其是最新发表的 AlphaGo Zero完全不用人类棋手的棋谱从零开始学起大概学习21天就能完胜柯洁学习40天就能完胜之前的任何AlphaGo版本。 AlphaGo Zero除了使用围棋规则完全摈弃了人类棋手的知识和棋谱利用强化学习和深度学习模型左右手互搏的自学习获得功力。它高强度的使用了搜索模拟蒙特卡罗树搜索MCTS但它没有告诉你这个树搜索实际上是在产生标注数据。 为什么 因为围棋下到一定程度最极端的情况是大家都无子可下的时候是能通过规则计算胜负的也就是说模拟搜索到一定程度就能产生一个输或赢的棋局数据。正是由于这一点围棋是能够在没有人类棋手的知识用来减少搜索空间和加速搜索进程的情况下使用非监督学习来学习的。机器的计算速度很快能够在极短的时间内模拟大量的有胜负的棋局并且从中学习。 很多的游戏也具有类似的能够模拟搜索产生最后能用规则判别胜负的样本所以它们无需人类的知识确实能从零学习。 但是像语音识别图像识别自然语音理解等等领域就缺乏用简单规则就能判别的样本它们需要大量的人工标注然后才能监督或是半监督学习。 就像给你一段不知地球上哪个角落的一句方言说的语音鬼知道讲的是什么除了有很多之前专家标注的样本。或是给你一块甲骨文你能知道写的是什么吗如果没有很多专家考证研究了多年的结果。 有人可能会质疑机器翻译自动问答不是可以吗别忘了这些系统是充分利用了人类有史以来积累的大量的人类翻译的双语语料或是人类的问答句对。没有它们这是不可能的任务。 明白了这个可用简单规则判别结果的先决条件知道AlphaGo Zero 确实算法和工程很牛逼但是不要被误导了任何东西人工智能都可以无需人类知识或是领域数据就可以从零学习的。然后就觉得人工智能是万能的。 从AlphaGo Zero的论文中描述的Self-Play和Neural Network Training我们看到最终状态St是需要根据围棋规则来计算胜者z的实际上用模拟搜索产生了一个或是几个训练样本棋局。 AlphaGo Zero中的模特卡罗树搜索MTCS。
