无障碍说明

谷歌AlphaGo AI日显强大 可通过与自己对弈学习

BI中文站 10月19日报道

总部位于英国伦敦的谷歌(微博)旗下人工智能(AI)实验室DeepMind与美国当地时间周三(18日)宣布,已经对其最著名的AI程序AlphaGo进行了显著改进。AlphaGo是一种算法,它因在中国古代围棋中击败人类冠军而名声大噪。现在,它已被重新改进,并重新编程为一种名为AlphaGo Zero的AI程序。

谷歌AlphaGo AI日显强大 可通过与自己对弈学习

图1:DeepMind AlphaGo项目首席研究员大卫o西尔弗(David Silver,左)与首席执行官德米斯o哈比斯(Demis Hassabis)

DeepMind首席执行官德米斯o哈比斯(Demis Hassabis)在谷歌英国总部表示,AlphaGo Zero比AlphaGo“强大得多”。围棋是一款简单的游戏,但同时又非常复杂。虽然只有几条规则,但每步棋有很多可能的走法,这些可能性甚至比宇宙中原子的数量还要高得多。

最初的AlphaGo已经给人留下深刻印象,但它依然无法与AlphaGo Zero相媲美。在接受3天训练后,AlphaGo于去年3月份在韩国击败了世界围棋冠军李世石(Lee Sedol)。经过40天训练后,它击败了AlphaGo Master,后者曾在今年5月份成功击败现任世界冠军柯洁。哈比斯说,在短短几天内,AlphaGo Zero实际上已经获得了人类数千年积累的知识,同时也发现了新的知识、围棋策略以及创意性的新棋路。

在没有人类帮助下,AlphaGo Zero自学如何下围棋

老版AlphaGo AI与AlphaGo Zero之间的主要区别在于,前者通过吸收人类数据学习下棋,而后者则不需要。之前所有的AlphaGo AI都是从网站上下载人类数据(业余和职业围棋)开始训练的。它们观看了数千场比赛,并被告知人类专家在某些位置上的特定动作。但是,AlphaGo Zero并不使用任何人类数据。相反,AlphaGo Zero通过与自己对弈学会了如何玩围棋,完全是“无师自通”。

DeepMind AlphaGo项目首席研究员大卫o西尔弗(David Silver)解释了AlphaGo Zero是如何从零开始学习的。他说:“AlphaGo Zero使用了一种新的强化学习形式,在这一过程中,它成为了自己的老师。我们的想法是,它的起点是一个对围棋一无所知的神经网络,它会与自己进行数千场对弈。它所走的每一步棋就是把这个神经网络与强大的搜索算法结合起来,然后用它来选择下一个动作。”

谷歌AlphaGo AI日显强大 可通过与自己对弈学习

西尔弗继续称:“在每场对弈结束后,AlphaGo Zero实际上都训练了一个新的神经网络。它改进了自己的神经网络,预测AlphaGo Zero自己的棋路,同时也预测了这些游戏的赢家。当AlphaGo Zero这样做的时候,实际上会产生一个更强大的神经网络,这将导致‘玩家’进行新的迭代。因此,我们最终得到了一个新版AlphaGo Zero,它比之前的版本更强大。而且随着这个过程不断重复,它也可以产生更高质量的数据,并用于训练更好的神经网络。”

这并不是AI研究人员第一次编写没有学习人类数据的算法。今年8月份,美国科技大亨伊隆o马斯克(Elon Musk)斥资10亿美元支持成立的AI研究公司OpenAI透露,它已经开发出了一款AI,可以在没有任何人工输入的情况下,自学如何玩电脑游戏《Defense of the Ancients》。

AlphaGo Zero使用的计算能力也比AlphaGo之前的版本要少得多,这表明,算法的进步远比计算能力或数据进步更重要。AlphaGo Zero是一项重大突破,它为DeepMind的研究赢得了更大的声誉。在AI研究领域,让机器在某些任务中成为“超人”,而不是为它们提供人类数据进行训练始终是一项长期存在的挑战。由于人类数据太昂贵、太不可靠或根本无法获取,从而导致AI研究进展缓慢。

西尔弗曾被美国主流网络媒体BI称为谷歌DeepMind的无名英雄,他补充道:“由于不使用这些人类数据、特性或专业技术,我们实际上已经消除了人类知识的局限性。因此,AlphaGo Zero能够从最初的原则,从空白石板中创造知识,并制定出自己的策略,以及自己独特的下棋方式。这使它能够比以前的版本强大得多。”

当被问及DeepMind使用了多少资金开发AlphaGo时,哈比斯表示,这个数字“可能相当可怕”,很难量化。大约有15名DeepMind顶级员工年薪在六位甚至七位数以上,他们已经全职研发AlphaGo很长时间,而且该公司使用了大量的谷歌计算能力。

机器还远不及好莱坞电影中所描绘的那样

尽管AlphaGo Zero的突破令人印象深刻,但值得注意的是,研究人员还远没有研究出像好莱坞电影中描述的那些AI,比如《机械姬》(Ex-Machina)或《她》(Her)。如今的AI程序通常可以在单个任务(比如游戏)中胜出,但是它们很难同时完成多个任务,特别是当这些任务处于不同的领域时。

然而,DeepMind现在正在研究如何将与AlphaGo Zero相同的算法应用到真正的科学挑战中,比如蛋白质折叠、降低能耗、寻找新材料或发现新药。哈比斯表示:“我们正在努力建立通用学习算法,而这只是向前迈出的一步,但它的确令人感到兴奋不已。AlphaGo团队许多成员现在正在开发其他项目,并试图将这项技术应用到其他领域。” (编译/金鹿)

美国Business Insider作品的中文相关权益归腾讯公司独家所有。未经授权,不得转载、摘编等。微信公众号:BI中文站。

精彩视频推荐

正文已结束,您可以按alt+4进行评论
责任编辑:adeleyuan
收藏本文

相关搜索

为你推荐