alphago是什么算法（alphago是什么）

關(guān)于alphago是什么算法，alphago是什么這個(gè)問題很多朋友還不知道，今天小六來(lái)為大家解答以上的問題，現(xiàn)在讓我們一起來(lái)看看吧！

1、谷歌AlphaGo是什么?作為一種人工智能的AlphaGo，和IBM 在上個(gè)世紀(jì)打敗國(guó)際象棋大師卡斯帕羅夫的深藍(lán)超級(jí)計(jì)算機(jī)，以及當(dāng)代的蘋果Siri、Google Now有著顯著的區(qū)別。

2、要解讀AlphaGo，首先我們需要了解AlphaGo背后到底是一個(gè)什么東西。

3、其實(shí)谷歌AlphaGo背后是一套神經(jīng)網(wǎng)絡(luò)系統(tǒng)，由 Google 2014 年收購(gòu)的英國(guó)人工智能公司 DeepMind 開發(fā)。

4、這個(gè)系統(tǒng)和深藍(lán)不同，不是一臺(tái)超級(jí)計(jì)算機(jī)，而是一個(gè)由許多個(gè)數(shù)據(jù)中心作為節(jié)點(diǎn)相連，每個(gè)節(jié)點(diǎn)內(nèi)有著多臺(tái)超級(jí)計(jì)算機(jī)的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。

5、就像人腦，是由 50-100 億個(gè)神經(jīng)元所組成的，這也是為什么這種機(jī)器學(xué)習(xí)架構(gòu)被稱為神經(jīng)網(wǎng)絡(luò)。

6、你可以將AlphaGo 理解為《超驗(yàn)駭客》(Transcendence) 里約翰尼·德普飾演的人工智能，而它所控制的超級(jí)計(jì)算機(jī)，就像影片里被人工智能心控的人類一樣，共同為一種蜂群思維 (Hive Mind) 服務(wù)。

7、《超驗(yàn)駭客》中，被人工智能控制的工人馬丁。

8、馬丁沒有所想，但他的所見將會(huì)被人工智能直接獲取。

9、AlphaGo 是在這個(gè)神經(jīng)網(wǎng)絡(luò)系統(tǒng)上，專為下圍棋 (Go) 而開發(fā)出的一個(gè)實(shí)例。

10、然而，雖然名字已經(jīng)介紹了它的功能，AlphaGo 背后的神經(jīng)網(wǎng)絡(luò)系統(tǒng)卻適合用于任何智力競(jìng)技類項(xiàng)目。

11、這個(gè)系統(tǒng)的基礎(chǔ)名叫卷積神經(jīng)網(wǎng)絡(luò) (Convolutional Neural Network， CNN) ，這是一種過(guò)去在大型圖像處理上有著優(yōu)秀表現(xiàn)的神經(jīng)網(wǎng)絡(luò)，經(jīng)常被用于人工智能圖像識(shí)別，比如 Google 的圖片搜索、百度的識(shí)圖功能都對(duì)卷積神經(jīng)網(wǎng)絡(luò)有所運(yùn)用。

12、這也解釋了為什么AlphaGo 是基于卷積神經(jīng)網(wǎng)絡(luò)的，畢竟圍棋里勝利的原理是：對(duì)弈雙方在棋盤網(wǎng)格的交叉點(diǎn)上交替放置黑色和白色的棋子。

13、落子完畢后，棋子不能移動(dòng)。

14、對(duì)弈過(guò)程中圍地吃子，以所圍“地”的大小決定勝負(fù)。

15、AlphaGo Logo / DeepMindAlphaGo 背后的系統(tǒng)還借鑒了一種名為深度強(qiáng)化學(xué)習(xí) (Deep Q-Learning， DQN) 的技巧。

16、強(qiáng)化學(xué)習(xí)的靈感來(lái)源于心理學(xué)中的行為主義理論，即有機(jī)體如何在環(huán)境給予的獎(jiǎng)勵(lì)或懲罰的刺激下，逐步形成對(duì)刺激的預(yù)期，產(chǎn)生能獲得最大利益的習(xí)慣性行為。

17、不僅如此，AlphaGo 借鑒了蒙特卡洛樹搜索算法 (Monte Carlo Tree Search) ，在判斷當(dāng)前局面的效用函數(shù) (value function) 和決定下一步的策略函數(shù) (policy function) 上有著非常好的表現(xiàn)，遠(yuǎn)超過(guò)上一個(gè)能夠和人類棋手旗鼓相當(dāng)?shù)膰宄绦颉?/p>

18、DeepMind 訓(xùn)練AlphaGo 的步驟說(shuō)明：10 萬(wàn)盤高手棋譜作為初始數(shù)據(jù)，進(jìn)行分類后用于訓(xùn)練策略函數(shù)；然后跟自己下棋；強(qiáng)化學(xué)習(xí)訓(xùn)練策略函數(shù)，繼續(xù)下棋；下了 3000 萬(wàn)步后進(jìn)行回歸分析，整合蒙特卡洛樹搜索模型，訓(xùn)練效用函數(shù)。

19、AlphaGo 所采用的 DQN 是一種具有廣泛適應(yīng)性的強(qiáng)化學(xué)習(xí)模型，說(shuō)白了就是不用修改代碼，你讓它下圍棋它能下圍棋，你讓它在紅白機(jī)上玩超級(jí)瑪麗和太空侵略者，它也不會(huì)手生。

20、作為一個(gè)基于卷積神經(jīng)網(wǎng)絡(luò)、采用了強(qiáng)化學(xué)習(xí)模型的人工智能，AlphaGo 的學(xué)習(xí)能力很強(qiáng)，往往新上手一個(gè)項(xiàng)目，玩上幾局就能獲得比世界上最厲害的選手還強(qiáng)的實(shí)力。

21、2014 年，已經(jīng)被 Google 收購(gòu)的 DeepMind，用五款雅達(dá)利 (Atari) 游戲 Pong、打磚塊、太空侵略者、海底救人、Beam Rider 分別測(cè)試了自己開發(fā)的人工智能的性能，結(jié)果發(fā)現(xiàn)：在兩三盤游戲后，神經(jīng)網(wǎng)絡(luò)的操控能力已經(jīng)遠(yuǎn)超世界上任何一位已知的游戲高手。

22、DeepMind 用同樣的一套人工智能，不調(diào)整代碼就去測(cè)試各種各樣的智力競(jìng)技項(xiàng)目，取得了優(yōu)異的戰(zhàn)績(jī)，足以證明今天坐在李世石面前的AlphaGo ，擁有多強(qiáng)的學(xué)習(xí)能力。

23、李世石執(zhí)黑子，AlphaGo 執(zhí)白子。

24、大約進(jìn)行了 85 分鐘時(shí)進(jìn)入休息階段在此之前，DeepMind 進(jìn)行過(guò)的無(wú)數(shù)虛擬棋局訓(xùn)練，以及去年擊敗歐洲圍棋冠軍樊麾二段的經(jīng)驗(yàn)讓AlphaGo 已經(jīng)訓(xùn)練出了頂尖的弈技，極有可能高于世界上任何已知的圍棋高手。

25、AlphaGo 的水平大約在專業(yè)六段左右。

26、再和其他圍棋程序的 495 盤較量中勝 494 盤；在讓 4 子的前提下仍有 75% 的勝率。

27、盡管棋盤上風(fēng)云變化，早在本次開戰(zhàn)前，AlphaGo 跟李世石就已不在同一起跑線上了。

28、根據(jù) DeepMind 透露的情況，從去年 10 月 5-0 擊敗樊麾二段到現(xiàn)在，AlphaGo 已經(jīng)在神經(jīng)網(wǎng)絡(luò)容量(數(shù)據(jù)容量)以及自己跟自己下棋用于訓(xùn)練的數(shù)據(jù)質(zhì)量上有了較大的提升。

29、而且神經(jīng)網(wǎng)絡(luò)的分布式計(jì)算延遲也得到了優(yōu)化，最終使得AlphaGo 能夠在兩小時(shí)的限定時(shí)間內(nèi)擊敗了李世石九段。

30、AlphaGo 只是 DeepMind 證明自己的一個(gè)工具。

31、你也可以將這次和李世石的對(duì)局理解為 Google 的公關(guān)策略。

32、2014 年，這家公司曾經(jīng)在其官網(wǎng)上寫道： DeepMind 致力于用研究深度學(xué)習(xí)的方式去真正了解智慧 (solve intelligence) 。

33、但對(duì)于 DeepMind 和 Google 來(lái)說(shuō)，打造AlphaGo 以及其他人工智能神經(jīng)網(wǎng)絡(luò)不是終點(diǎn)。

34、DeepMind 三位聯(lián)合創(chuàng)始人將機(jī)器學(xué)習(xí)和神經(jīng)科學(xué)進(jìn)行結(jié)合，打造出一種“一般用途的學(xué)習(xí)算法”。

35、通過(guò)這種算法，DeepMind 和 Google 希望能夠?qū)⒅悄堋岸ㄐ突保斫庵悄苁鞘裁?，進(jìn)而更好的幫助人類理解大腦。

36、DeepMind 聯(lián)合創(chuàng)始人之一的 Demis Hassabis 曾經(jīng)寫道：用算法將智慧提煉出來(lái)，有可能成為理解人類思維最神秘原理的最佳方式。

37、attempting to distil intelligence into an algorithmic construct may prove to be the best path to understanding some of the enduring mysteries of our minds.作為一種決策樹巨大的游戲，圍棋本來(lái)適合人腦思考，不適合機(jī)器運(yùn)算。

38、但 DeepMind AI 的方向就是模仿人腦思考，用神經(jīng)網(wǎng)絡(luò)“重現(xiàn)”智慧。

本文分享完畢，希望對(duì)大家有所幫助。

標(biāo)簽：