自學(xué)三天，阿爾法元完勝阿爾法狗

10月18日，《自然》雜志網(wǎng)站公布的論文顯示，此前戰(zhàn)勝人類圍棋世界冠軍的電腦程序AlphaGo（阿爾法狗）的開發(fā)團隊又出力作——新程序AlphaGo Zero（阿爾法元）不依靠人類指導(dǎo)和經(jīng)驗，僅憑自身算法強化學(xué)習(xí)，就以100：0的戰(zhàn)績擊敗了AlphaGo。

對于這個程序，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(shù)據(jù)參與。“阿爾法元”只用到了一張神經(jīng)網(wǎng)絡(luò)，這張網(wǎng)絡(luò)經(jīng)過訓(xùn)練，專門預(yù)測程序自身的棋步和棋局的贏家，讓“阿爾法元”在每次自我對弈中進步。

通過3天的訓(xùn)練——包括近500萬局自我對弈——“阿爾法元”已能超越人類并打敗之前的“阿爾法狗”版本。英國倫敦深度思維公司AlphaGo項目的主要負(fù)責(zé)人戴維·西爾弗表示，“阿爾法元”遠(yuǎn)比“阿爾法狗”強大，它已不再為人類的知識所限，而能夠自行發(fā)現(xiàn)新知識。endprint