AlphaZero接连击败三个世界冠军级的程序

  导读:一直以来,尽管众多顶尖的AI的程序都超过了人类世界冠军的水平,但它们都只能在单一的领域执行单一的任务,并不能把这种击败人类的超能力泛化到其他任务中。


  昨天,DeepMind团队又在arXiv上扔了个重磅炸弹,新一代AlphaZero在用了强劲的计算资源(5000个一代TPU和64个二代TPU)之后,用不到24小时的时间自我对弈(tabula rasa,也叫白板)强化学习,接连击败了三个世界冠军级的程序 (国际象棋、将棋、围棋)。



  △ AlphaZero和国际象棋冠军程序对弈


  其中包括上一代冠军围棋程序AlphaGo Zero,这个程序发布还不到两个月,DeepMind就又把自己颠覆了(所以谷歌团队自我进化速度的时间单位都是按天计,可怕)。


  AlphaZero的百局战绩



  对弈国际象棋程序Stockfish:28胜,72平;


  对弈将棋程序 Elmo:90胜,2平,8负;


  对弈围棋程序AlphaGo Zero:60胜,40负。


  AlphaZero自我对弈的训练时间



  训练次数 | 训练时间 | 对弈冠军棋类程序


  30万,2小时,击败将棋Elmo


  11万,4小时,击败国际象棋Stockfish


  16.5万,8小时,击败围棋AlphaGo


  把Go去掉,意味着AlphaZero ,已经是比AlphaGo Zero更通用的程序。


  一直以来,尽管众多顶尖的AI的程序都超过了人类世界冠军的水平,但它们都只能在单一的领域执行单一的任务,并不能把这种击败人类的超能力泛化到其他任务中。


  而DeepMind的野心可不仅仅是在棋类游戏上超越人类,这次他们研究出了这个更通用的程序AlphaZero,将会马上投入到蛋白折叠的应用上。


  官方称,他们不久就会发表相关论文,通过检测出蛋白错误折叠来快速诊断神经退行性疾病,比如阿尔茨海默症,帕金森,囊状纤维化。


  期待AlphaZero在医疗健康领域的表现。


精彩推荐