Alpha Go橫掃人類之後，AI就自己跟自己玩了，而今，Alpha Zero橫空出世

【AlphaZero登上《科學》封麵：宣稱可自學任何一種完美博弈遊戲 完整論文首次發布】

不僅會下圍棋，還自學成才橫掃國際象棋和日本將棋的DeepMind AlphaZero，登上了最新一期《科學》雜誌封麵。DeepMind說，現在AlphaZero已經學會了三種不同的複雜棋類遊戲，並且可能學會任何一種完美信息博弈的遊戲，這“讓我們對創建通用學習係統的使命充滿信心”。

AlphaZero到底有多厲害？再總結一下。

在國際象棋中，AlphaZero訓練4小時就超越了世界冠軍程序Stockfish；

在日本將棋中，AlphaZero訓練2小時就超越了世界冠軍程序Elmo。

在圍棋中，AlphaZero訓練30小時就超越了與李世石對戰的AlphaGo。

AlphaZero的算法和其他算法完全不同，它依靠的是深度神經網絡、通用強化學習算法和通用樹搜索算法。除了基本規則之外，它對這些棋類遊戲一無所知。AlphaZero深度神經網絡的參數，通過自我博弈的強化學習來訓練，從隨機初始化的參數開始。

隨著時間推移，係統漸漸從輸、贏以及平局裏麵，學會調整參數，讓自己更懂得選擇那些有利於贏下比賽的走法。

https://mp.weixin.qq.com/s/bwILNzKqE9b2Yn3-FZCKKQ?

無論你服不服，也隻有發抖的份兒