AlphaGo AI プログラムは完全に自己学習型になりました

今年から昨年にかけて、AlphaGo プログラムは世界チャンピオンのイ・セドル氏を含む中国のプロ棋士を繰り返し破ってきました。この結果に先立って、世界的な囲碁ゲーム協会のメンバーによって行われた対局の長期にわたる研究が行われました。その後、プログラムはそれ自体を実行し、すべての動きを同時に分析しました。AlphaGo がプロとの対戦で絶対的な勝利を収めたのはこのアルゴリズムでした。 AlphaGo は専門家さえも驚かせることに成功しました。彼らは、2020 年までに同様の結果を記録すると予想していました。最近、人工知能システムを開発する Google 部門は、AlphaGo の次期バージョンである AlphaGo Zero を導入しました。更新されたアプリケーションは、以前の「ドライ」を 100:0 のスコアで上回りました。新しいバージョンのプログラムでは人間の「教師」は必要なくなり、学習プロセスは独自のステップとその分析に基づいて独立して行われます。絶対的なチャンピオンシップの瞬間まで、AlphaGo Zero はわずか 3 日で 2,900 万対局を完了しましたが、多くの著名な名人にとってこれには数十年かかりました。 AlphaGo の以前のバージョンには、2 つの独立したニューラル ネットワーク学習モジュールが搭載されていました。1 つのモジュールはゲーム ボード上の現在の状況を担当し、2 つ目のモジュールは次の手を考えました。新しいプログラムには、上記のアクションを同時に実行する単一のニューラル ネットワークがあるため、その作業の結果はより効果的になります。さらに、AlphaGo Zero はもはや人間の知識だけに限定されるのではなく、それを超えて、独自の手順を考えていきます。知能の発達の歴史において、この事実は決定的なものである。