zoukankan      html  css  js  c++  java
  • 围棋

    AlphaGo由Google在2014年收购的英国人工智能公司DeepMind开发,开发成员大约有15到20人,它使用了巨大的计算资源。其程序综合了神经网络和蒙特卡罗树搜索,被训练能监督式学习和自对弈。然而硬件在AlphaGo的性能表现上扮演了关键角色。AlphaGo有多种配置,最低配置使用了48个CPU和1个GPU,不同配置对它的性能有巨大影响,最低配置的表现仅仅比围棋程序如 Crazy Stone和 Zen略好一点。最高配置的AlphaGo被称为AlphaGo Distributed,使用了1920个 CPU和280个GPU。最低配置和最高配置的AlphaGo的区别类似于业余选手和职业选手的区别,足够的硬件资源使得AlphaGo能达到李世石的水平
     

    Crazy Stone围棋游戏
    银星、疯石较垃圾
     
    Zen6围棋游戏
    leela围棋游戏
     
    leela丽拉能横扫7成的业余选手。震6能横扫九成的业余棋手

    作者:吴浩森
    链接:https://www.zhihu.com/question/41197731/answer/90772062
    来源:知乎
    著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

    ==============================

    AlphaGo仍只是个机器,之所以它能够战胜李世石是完全依靠它强大的运算能力和模仿能力,但本身并不具备人类拥有的智慧。面对新的规律、不确定性、更复杂的环境,机器的作用还是有限的。相反,围棋的规则和搜索空间是确定的,不具备任何的不确定性,这也是为什么在这种问题上机器打败人类再也正常不过了。

    https://zhuanlan.zhihu.com/liwenzhe/20647792

    ==================================

    天顶围棋zen6

    https://www.zhihu.com/question/47203028

    ========================

    leela

    It is freely available, making it an ideal introduction to the game

    https://www.sjeng.org/leela.html

    ========================

    https://deepmind.com/research/alphago/

    在战胜人类围棋职业高手之前,它经过了好几个月的训练,依靠的是多台机器和48个TPU(谷歌专为加速深层神经网络运算能力而研发的芯片)。

    AlphaGo Zero的能力则在这个基础上有了质的提升。最大的区别是,它不再需要人类数据。也就是说,它一开始就没有接触过人类棋谱。研发团队只是让它自由随意地在棋盘上下棋,然后进行自我博弈。值得一提的是,AlphaGo Zero还非常“低碳”,只用到了一台机器和4个TPU,极大地节省了资源

    经过短短3天的自我训练,AlphaGo Zero就强势打败了此前战胜李世石的旧版AlphaGo,战绩是100:0的。
    经过40天的自我训练,AlphaGo Zero又打败了AlphaGo Master版本。
    “Master”曾击败过世界顶尖的围棋选手,甚至包括世界排名第一的柯洁。

     

  • 相关阅读:
    LeetCode 1110. Delete Nodes And Return Forest
    LeetCode 473. Matchsticks to Square
    LeetCode 886. Possible Bipartition
    LeetCode 737. Sentence Similarity II
    LeetCode 734. Sentence Similarity
    LeetCode 491. Increasing Subsequences
    LeetCode 1020. Number of Enclaves
    LeetCode 531. Lonely Pixel I
    LeetCode 1091. Shortest Path in Binary Matrix
    LeetCode 590. N-ary Tree Postorder Traversal
  • 原文地址:https://www.cnblogs.com/createyuan/p/7741780.html
Copyright © 2011-2022 走看看