AlphaZero接連擊敗三個(gè)世界冠軍級(jí)的程序

 人參與 | 時(shí)間：2025-12-10 02:23:59
　　導(dǎo)讀：一直以來(lái)，接級(jí)盡管眾多頂尖的連擊AI的程序都超過(guò)了人類世界冠軍的水平，但它們都只能在單一的世界領(lǐng)域執(zhí)行單一的任務(wù)，并不能把這種擊敗人類的冠軍超能力泛化到其他任務(wù)中。

　　昨天，程序DeepMind團(tuán)隊(duì)又在arXiv上扔了個(gè)重磅炸彈，接級(jí)新一代AlphaZero在用了強(qiáng)勁的連擊計(jì)算資源（5000個(gè)一代TPU和64個(gè)二代TPU）之后，用不到24小時(shí)的世界時(shí)間自我對(duì)弈（tabula rasa，也叫白板）強(qiáng)化學(xué)習(xí)，冠軍接連擊敗了三個(gè)世界冠軍級(jí)的程序程序 (國(guó)際象棋、將棋、接級(jí)圍棋)。連擊

AlphaZero接連擊敗三個(gè)世界冠軍級(jí)的程序

　　△ AlphaZero和國(guó)際象棋冠軍程序?qū)?br>
　　其中包括上一代冠軍圍棋程序AlphaGo Zero，這個(gè)程序發(fā)布還不到兩個(gè)月，冠軍DeepMind就又把自己顛覆了（所以谷歌團(tuán)隊(duì)自我進(jìn)化速度的程序時(shí)間單位都是按天計(jì)，可怕）。

　　AlphaZero的百局戰(zhàn)績(jī)

AlphaZero接連擊敗三個(gè)世界冠軍級(jí)的程序

　　對(duì)弈國(guó)際象棋程序Stockfish：28勝，72平；

　　對(duì)弈將棋程序 Elmo：90勝，2平，8負(fù)；

　　對(duì)弈圍棋程序AlphaGo Zero：60勝，40負(fù)。

　　AlphaZero自我對(duì)弈的訓(xùn)練時(shí)間

AlphaZero接連擊敗三個(gè)世界冠軍級(jí)的程序

　　訓(xùn)練次數(shù) | 訓(xùn)練時(shí)間 | 對(duì)弈冠軍棋類程序

　　30萬(wàn)，2小時(shí)，擊敗將棋Elmo

　　11萬(wàn)，4小時(shí)，擊敗國(guó)際象棋Stockfish

　　16.5萬(wàn)，8小時(shí)，擊敗圍棋AlphaGo

　　把Go去掉，意味著AlphaZero ，已經(jīng)是比AlphaGo Zero更通用的程序。

　　一直以來(lái)，盡管眾多頂尖的AI的程序都超過(guò)了人類世界冠軍的水平，但它們都只能在單一的領(lǐng)域執(zhí)行單一的任務(wù)，并不能把這種擊敗人類的超能力泛化到其他任務(wù)中。

　　而DeepMind的野心可不僅僅是在棋類游戲上超越人類，這次他們研究出了這個(gè)更通用的程序AlphaZero，將會(huì)馬上投入到蛋白折疊的應(yīng)用上。

　　官方稱，他們不久就會(huì)發(fā)表相關(guān)論文，通過(guò)檢測(cè)出蛋白錯(cuò)誤折疊來(lái)快速診斷神經(jīng)退行性疾病，比如阿爾茨海默癥，帕金森，囊狀纖維化。

　　期待AlphaZero在醫(yī)療健康領(lǐng)域的表現(xiàn)。

頂: 296踩: 864