1.如何评价 DeepMind 发表在 Nature 上的 AlphaGo Zero

如何评价 DeepMind 发表在 Nature 上的 AlphaGo Zero

       AlphaGo Zero是谷歌下属公司Deepmind的新版程序。

       ä»Žç©ºç™½çŠ¶æ€å­¦èµ·ï¼Œåœ¨æ— ä»»ä½•äººç±»è¾“入的条件下，AlphaGo Zero能够迅速自学围棋，并以:0的战绩击败“前辈”。

       å‘展历史

       ç¼–辑

       å¹´æœˆæ—¥å‡Œæ™¨ï¼Œåœ¨å›½é™…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:0的战绩击败“前辈”。Deepmind的论文一发表，TPU的销量就可能要大增了。其:0战绩有“造”真嫌疑。[1] 它经过3天的训练便以：0的战绩击败了他的哥哥AlphoGo Lee，经过天的训练便击败了它的另一个哥哥AlphoGo Master[1]

       å·¥ä½œåŽŸç†

       ç¼–辑

       æŠ›å¼ƒäººç±»ç»éªŒâ€å’Œâ€œè‡ªæˆ‘训练”并非AlphaGo Zero最大的亮点，其关键在于采用了新的reinforcement learning（强化学习的算法），并给该算法带了新的发展。[1]

       æˆ˜ç»©

       ç¼–辑

       AlphaGo Zero仅拥有4个TPU，零人类经验，其自我训练的时间仅为3天，自我对弈的棋局数量为万盘。但它以:0的战绩击败前辈。[1]