訂閱
糾錯(cuò)
加入自媒體

Facebook首次開源超級(jí)圍棋AI,復(fù)現(xiàn)AI高手AlphaZero

最近,F(xiàn)acebook的人工智能研究所(以下簡(jiǎn)稱FAIR)宣布,他們開源了自研的圍棋AI訓(xùn)練模型和代碼。這意味著,你可以隨時(shí)隨地和Facebook的人工智能下圍棋了,而且此圍棋AI程序重現(xiàn)的是名噪一時(shí)的AI高手AlphaZero。

去年5月,F(xiàn)AIR發(fā)布了ELF Open GO,ELF OpenGo是FAIR依照DeepMind在《自然》上發(fā)表的和AlphaGo Zero以及AlphaZero相關(guān)的論文,做出的開源計(jì)算機(jī)圍棋程序,也就是說(shuō),ELF OpenGo不使用人類棋譜與累積的圍棋知識(shí),僅使用單一類神經(jīng)網(wǎng)絡(luò)從自我對(duì)弈中學(xué)習(xí)。

該圍棋AI之前在和韓國(guó)棋院的專業(yè)圍棋選手對(duì)弈中,都取得不錯(cuò)的成績(jī)。據(jù)悉,OpenGo 的最新版本使用2000塊GPU訓(xùn)練了15天后,在一塊GPU的情況下與4個(gè)排名前30的職業(yè)選手進(jìn)行比賽時(shí),取得了20:0全勝的戰(zhàn)績(jī),可謂是戰(zhàn)無(wú)不勝。

在這次開源的論文中,F(xiàn)AIR研究人員全面披露了ELF OpenGo的訓(xùn)練過程,包括取得的是三個(gè)突破。

一是為ELF OpenGo訓(xùn)練了一個(gè)超人類棋藝的模型,他們?cè)?000個(gè)GPU上運(yùn)行類AlphaZero的訓(xùn)練軟件9天后,有20個(gè)模塊的模型超越了人類水平。

二是提供了模型在訓(xùn)練過程中的行為分析,包括和其他模型的對(duì)比、學(xué)習(xí)速度、學(xué)習(xí)難度等等。

三是通過實(shí)施ablation實(shí)驗(yàn),以研究AlphaZero風(fēng)格算法的性質(zhì),他們發(fā)現(xiàn)對(duì)于最終模型而言,對(duì)局中加倍rollout水平大約提升200 ELO,AI的發(fā)揮會(huì)受到模型容量的限制。

最后,此次論文的主要作者為田淵棟,他一直負(fù)責(zé)Facebook的圍棋AI相關(guān)研究,在此前的一篇知乎文章中,他提到:DeepMind不開源也不透露細(xì)節(jié),文章里面一些地方也沒有寫得很清楚。沒有第一手經(jīng)驗(yàn)總不是很踏實(shí)。所以本著研究目的,我們需要復(fù)現(xiàn)一下,先有復(fù)現(xiàn),才有創(chuàng)新,這個(gè)是做研究的習(xí)慣。而且如果我們?nèi)タ?ELF OpenGo 的代碼,會(huì)發(fā)現(xiàn)其完全適用于其它方向的工作。而圍棋對(duì)我們來(lái)說(shuō),只是一個(gè)把算法和平臺(tái)做好的手段。在這一點(diǎn)上,花點(diǎn)時(shí)間把圍棋做好是值得的。

最后,關(guān)于ELF OpenGo最新訓(xùn)練模型的具體數(shù)據(jù)可以閱讀原文獲取論文鏈接了解。

聲明: 本文系OFweek根據(jù)授權(quán)轉(zhuǎn)載自其它媒體或授權(quán)刊載,目的在于信息傳遞,并不代表本站贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé),如有新聞稿件和圖片作品的內(nèi)容、版權(quán)以及其它問題的,請(qǐng)聯(lián)系我們。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號(hào)
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)