AlphaGo
AlphaGo 係由 Google 旗下嘅人工智能公司 Deepmind 開發嘅捉圍棋人工智能程式。
概論
編輯睇埋：複雜度
喺廿一世紀嘅 AI 領域當中，捉圍棋一般俾人視為一樣好困難嘅工作，難過捉西洋象棋好多－西洋象棋喺每一個決策點有 35 個可能嘅棋步，而圍棋每一個決策點就有 250 個可能嘅棋步，所以後者要考慮嘅可能性多好多[1][2]。AlphaGo 採取咗一套當時嶄新嘅做法－AlphaGo 個程式包含兩組深度神經網絡（deep neural network）：
然後工作組用監督式學習（supervised learning）訓練政策網絡，俾 AlphaGo 睇大量專業棋手捉棋嘅數據，學識計算 ；然後用強化學習（reinforcement learning）訓練政策網絡，俾 AlphaGo 係噉同佢自己捉棋同學計邊啲 能夠帶嚟勝利；再用強化學習訓練價值網絡計 [3]。
喺真係捉棋嗰陣，個程式會靠蒙地卡羅樹搜索（Monte Carlo Tree Search）嘅方法：喺價值網絡同政策網絡嘅引導下揀要行邊步，即係 foreach 步，按價值網絡同政策網絡嘅 output 決定睇邊一個可能性，做若干次嘅模擬，然後再按模擬嘅結果揀要行邊一步。喺 2015 年 10 月，AlphaGo 初試牛刀，同職業棋手對奕，喺標準棋盤嘅情況下五戰全勝。喺 2016 年 3 月，佢再同九段（即係最高等級）棋手李世石對奕，五戰四勝，為人工智能玩遊戲開創咗歷史上嘅一次空前成功[4]。
註釋
編輯睇埋
編輯文獻
編輯- Silver, D., Huang, A., Maddison, C. J., Guez, A., Sifre, L., Van Den Driessche, G., ... & Dieleman, S. (2016). Mastering the game of Go with deep neural networks and tree search (PDF). Nature, 529(7587), 484.
參考資料
編輯- ↑ Allis, L. V. Searching for Solutions in Games and Artificial Intelligence. PhD thesis, Univ. Limburg, Maastricht, The Netherlands (1994).
- ↑ van den Herik, H., Uiterwijk, J. W. & van Rijswijck, J. Games solved: now and in the future. Artif. Intell. 134, 277–311 (2002).
- ↑ AlphaGo: How it works technically?. Medium.
- ↑ Silver, D., Huang, A., Maddison, C. J., Guez, A., Sifre, L., Van Den Driessche, G., ... & Dieleman, S. (2016). Mastering the game of Go with deep neural networks and tree search. Nature, 529(7587), 484.
拎
編輯- AlphaGo嘅官方網站
- AlphaGo wiki at Sensei's Library, including links to AlphaGo games.
- AlphaGo page, with archive and games.