人工智慧如何用來下圍棋(二):從AlphaGo到AlphaGo Zero | 寵物協尋網
![人工智慧如何用來下圍棋(二):從AlphaGo到AlphaGo Zero](https://i.imgur.com/voy7JL0.jpg)
但Deepmind公司,並沒有隨即終止AlphaGo的相關研究,反而精益求精開發了比AlphaGoMaster更加無人能敵的AlphaGoZero。AlphaGoZero摒棄以往使用的ValueNetworks(估值網 ...
![人工智慧如何用來下圍棋(二):從AlphaGo到AlphaGo Zero](https://i.imgur.com/voy7JL0.jpg)
107/10/10 瀏覽次數 3852
王庭毅| 國立中山大學資訊工程學系
AlphaGo示意圖。(圖/Deepmind)
2016年3月,韓國籍世界圍棋冠軍李世乭敗給人工智慧——「AlphaGo」,而後2017 年1月升級版的AlphaGo Master更是橫掃千軍,以60連勝之姿稱霸這項蘊含人類千年發展的智慧結晶-圍棋。AlphaGo被Google旗下的英國公司Deepmind僅花2年研發的電腦程式,為人工智慧的新時代吹響號角。然而,AlphaGo的研發期程雖然僅短短幾年,但是它卻能有如此顯著的成就表現,其中之奧祕值得探究。在本篇文章中,我們將要介紹AlphaGo的發展史。
AlphaGo Lee(AlphaGo) 與 AlphaGo Master
初代AlphaGo(與李世乭對弈版本,又稱AlphaGo Lee),使用近年來高度發展的類神經網路,它是一種模擬人腦神經傳遞訊息過程的運算方式。AlphaGo使用了兩種網路來建構它的程式,分別為:Value Networks(估值網路)以及Policy Networks(走棋網路)。其中Value Networks用以評估棋盤每個位置的優劣,而Policy Networks則是選擇落點步法。AlphaGo使用了上述兩種神經網路,透過與人類專家對奕來學習現有的對奕知識,並藉由自我學習技術來提升對奕技巧,使自己變得更聰明。除此之外,AlphaGo的程式更進一步引入一種搜尋演算法,名為「蒙地卡羅樹狀模擬(Monte Carlo method)」,來模擬上千種隨機自我對弈結果的演算法。以上敘述的幾種技術,都是使AlphaGo實力達到全新高度的方法。
而在此之後所開發的A...
AlphaGo Zero | 寵物協尋網
從無知到無敵:AlphaGo Zero 是怎麼辦到的? | 寵物協尋網
DeepMind以AlphaZero擊敗全球三大棋藝AI,連AlphaGo Zero ... | 寵物協尋網
【特別企劃】Alphago Zero 有多強【第四集】以後 ... | 寵物協尋網
AlphaZero 完爆前輩AlphaGo Zero,還贏了西洋棋和象棋最強 ... | 寵物協尋網
AlphaGo 再進化!通用演算法AlphaZero 再攻克幾種棋又有何難 | 寵物協尋網
人工智慧如何用來下圍棋(二):從AlphaGo到AlphaGo Zero | 寵物協尋網
混種犬-阿發遺失 - 黑 9.9E+14
於「南投縣國姓鄉北港村長北路」遺失的混種犬阿發,以下提供飼主姓名、電話、Email,以及晶片號碼、寵物外觀及特徵等資訊,...