"阿尔法狗之父"在线答疑 新版本解决了哪些历史遗留问题? | 问答
2017-10-20 00:00
357 查看
本文系网易新闻-智能工作室出品
聚焦AI,读懂下一个大时代!
网易年度AI人物评选——2017网易AI英雄风云榜,自荐提名进行中!
奖项设置:技术创新人物TOP 10,商业创新人物TOP 10
表彰人物:华人科学家、学者、企业家、创业者
评委阵容:资深媒体人、AI投资人、AI专业机构等
颁奖:2017年12月,中国乌镇
关注网易智能公众号(ID:smartman163),输入关键词“评奖”,随时获取评奖动态!
【网易智能讯 10月20日消息】DeepMind首席研究员、“AlphaGo之父”David Silver和Julian Schrittwieser(AlphaGo Zero作者之一)在Reddit回答网友提问。
资料显示,“AlphaGo之父”David Silver毕业于剑桥大学,获得了艾迪生威斯利奖,随后与人共同创立了视频游戏公司Elixir Studios,2004年,成为伦敦大学学院的讲师,Silver起初是DeepMind的顾问,直到2013年正式加入DeepMind。
为什么AlphaGo Zero的训练如此稳定?
David Silver说,AlphaGo Zero所用的算法与策略梯度、Q-learning之类的传统(无模型)算法不同,通过使用AlphaGo search,我们极大地改进了策略和自我对弈的结果,然后我们应用简单的、基于梯度的更新来训练下一个策略+价值网络(policy+value network)。这比渐进的、基于梯度的策略改进(policy improvement)要稳定的多。
为什么这次Zero就训练了40天?训练3个月会怎样?
David Silver认为,这是一个人力和资源优先级的问题,如果训练3个月,我想你会问训练6个月会发生什么。
为什么一开始选择用人类对局数据来训练AlphaGo,而不是通过自我对弈来从0开始?之前的AlphaGo瓶颈在哪里?
David Silver表示,创造一个完全自学的系统,一直是强化学习中的一个开放式问题,之前都非常不稳定,之后我们做了很多实验,发现AlphaGo Zero的算法是最有效率的。
DeepMind和Facebook几乎同时开始研究这一课题,为什么你们能达到这个水平?
David Silver说,Facebook更专注于监督学习,我们关注强化学习,是因为相信它最终会超越人类的知识,研究表明,仅使用监督学习能够获得令人惊讶的表现,但如果要远超人类水平,强化学习才是关键。
AlphaGo Zero是AlphaGo的最终版本吗?
David Silver:我们已经不再主动研究如何让AlphaGo变得更强,但我们仍然用它尝试新的想法。
AlphaGo有没有开源计划?
David Silver:我们在过去已经开源了许多代码,但AlphaGo始终是一个复杂的过程,它是一个非常复杂的代码。
以上是精选Q&A,全文请前往Reddit.com
背景阅读
谷歌子公司DeepMind日前发布了一款新版本的AlphaGo程序,它能通过自学玩转多种游戏,这套系统名为“AlphaGo Zero”,它通过一种名为“强化学习”的机器学习技术,可以在与自己游戏中吸取教训。
仅三天时间,AlphaGo Zero自行掌握了围棋的下法,还发明了更好的棋步。这期间,除了被告知围棋的基本规则,它未获得人类的帮助。随着AlphaGo Zero被不断训练时,它开始在围棋游戏中学习先进的概念,并挑选出一些有利的位置和序列。
经过三天的训练,该系统能够击败AlphaGo Lee,后者是去年击败了韩国选手李世石(Lee Sedol)的DeepMind软件,胜率是100比0,经过大约40天的训练(约2900万场自玩游戏),AlphaGo Zero击败了AlphaGo Master(今年早些时候击败了世界冠军柯洁)。
点击阅读原文,观看更多精彩内容
相关文章推荐
- 解决用友安装过程一直停留在"历史版本检测中,请稍候"问题
- 解决Excel 2007的"有 XML 错误的 /xl/sharedStrings.xml"问题 (“发现不可读取的内容,是否回复此工作薄的内容...")
- "undefined reference to" 问题汇总及解决方法
- 解决连接MySql4.0数据库出现的"character_set_results"问题
- 老问题,常出现"能上QQ但不能上网问题解决办法"
- 解决i5-4590K使用Clover引导OSX在"root device uuid is ......"之后立即重启问题
- (转) 解决ssh的"Write failed: Broken pipe"问题
- 解决Linux下Qt编译出现"cannot find -lGL"以及无法安装libgl1-mesa-dev的问题
- poj 2125 最小割解决 "最小点权覆盖问题" +输出解(割边集)
- 前向定义导致 程序编译出现"field has incomplete type"问题的解决
- "select一直返回0"的问题解决和总结
- "Base SDK Missing"问题的解决
- 解决 "GStreamer 遇到了常规流错误"问题
- 解决ssh的"Write failed: Broken pipe"问题
- 解决 "wordpress 您的密码重设链接无效,请在下方请求新链接" 问题
- "/bin/rm: argument list too long" 问题解决
- 解决eclipse搭建索爱sdk模拟程序时出现的"Couldn`t load zayitlib.dll library"问题
- 关于"symbol lookup error xxxxx , undefined symbol"问题的解决方式
- 关于"Slidepage传值问题"的解决方法
- 【ASP.NET 问题】IIS发布网站后出现 "处理程序“PageHandlerFactory-Integrated”在其模块列表中有一个错误"的解决办法