AlphaGo人工智慧程式已實現完全自學習

今年和去年，AlphaGo程序多次擊敗了包括世界冠軍李世石在內的中國職業圍棋選手。在得出這一結果之前，我們對全球圍棋協會成員的比賽進行了長期研究。之後程式就開始自己玩，同時分析所有的動作。正是這個演算法促成了AlphaGo在與職業選手的比賽中取得絕對勝利。 AlphaGo 的表現甚至令專家感到驚訝：他們預計最遲在 2020 年也能達到類似的結果。最近，Google開發人工智慧系統的部門推出了AlphaGo的下一個版本——AlphaGo Zero。更新後的應用程式以 100:0 的分數擊敗了其前身「dry」​​。新版本的程式不再需要人類「老師」；學習過程根據自己的步驟和分析獨立進行。在獲得絕對冠軍的時刻之前，AlphaGo Zero在短短三天內完成了2900萬局；對於許多公認的高手來說，這需要幾十年的時間。 先前版本的AlphaGo配備了兩個獨立的神經網路學習模組。第一個模組負責遊戲板上的當前情況，第二個模組負責思考下一步。新程式有一個單一的神經網絡，可以同時執行上述動作，因此其工作結果更有效。另外，AlphaGo Zero 不再只限於人類知識，而是超越人類知識，透過自己獨特的步驟來思考。在智慧發展史上，這一事實具有決定性意義。