3.3.1揭开人工智能的神秘面纱

《3.3.1揭开人工智能的神秘面纱》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、阿尔法围棋（围棋机器人）2016年3月9日-15日，AlphaGo以总比分4比1战胜李世石。2016年7月，AlphaGo在世界围棋排行榜中位列第一名。2017年5月23-27日，AlphaGo以3比0战胜柯洁；5月26日，AlphaGo在人机大战团体赛中战胜陈耀烨、时越、芈昱廷、唐韦星、周睿羊；5月27日，AlphaGo被中国围棋协会授予职业围棋九段称号。阿尔法围棋（AlphaGo）是一款围棋人工智能程序，由谷歌旗下DeepMind公司的戴维·西尔弗、艾佳·黄、杰米斯·哈萨比斯与他们的团队开发，程序利用“价值网络”去计算局面，用“策略网络”

2、去选择下子围棋界公认阿尔法围棋的棋力已经超过人类职业围棋顶尖水平，在GoRatings网站公布的世界职业围棋排名中，其等级分曾超过排名人类第一的棋手柯洁。旧版原理阿尔法围棋（AlphaGo）是一款围棋人工智能程序，程序利用“价值网络”去计算局面，用“策略网络”去选择下子。深度学习阿尔法围棋（AlphaGo）的主要工作原理是“深度学习”，“深度学习”指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一

3、起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。　两个大脑阿尔法围棋（AlphaGo）通过两个不同神经网络“大脑”合作来改进下棋，这些大脑是多层神经网络跟那些Google图片搜索引擎识别图片在结构上是相似的。它们从多层启发式二维过滤器开始，去处理围棋棋盘的定位，就像图片分类器网络处理图片一样。经过过滤，13个完全连接的神经网络层产生对它们看到的局面判断。这些层能够做分类和逻辑推理。网络通过反复训练来检查结果，再去校对调整参数，去让下次执行更好。这个处理器有大量的随机性元素，所以人们是不可能精确知道网络是如何“思考”的

4、，但更多的训练后能让它进化到更好。第一大脑：落子选择器（MovePicker）阿尔法围棋比赛阿尔法围棋比赛阿尔法围棋（AlphaGo）的第一个神经网络大脑是“监督学习的策略网络（PolicyNetwork）”，观察棋盘布局企图找到最佳的下一步。事实上，它预测每一个合法下一步的最佳概率，那么最前面猜测的就是那个概率最高的。这可以理解成“落子选择器”。第二大脑：棋局评估器（PositionEvaluator）阿尔法围棋（AlphaGo）的第二个大脑相对于落子选择器是回答另一个问题。不是去猜测具体下一步，它预测每一个棋手赢棋的可能，在给定棋子位置情

5、况下。这“局面评估器”就是“价值网络（ValueNetwork）”，通过整体局面判断来辅助落子选择器。这个判断仅仅是大概的，但对于阅读速度提高很有帮助。通过分类潜在的未来局面的“好”与“坏”，AlphaGo能够决定是否通过特殊变种去深入阅读。如果局面评估器说这个特殊变种不行，那么AI就跳过阅读在这一条线上的任何更多落子。新版原理编辑自学成才AlphaGoZero强化学习下的自我AlphaGoZero强化学习下的自我AlphaGo此前的版本，结合了数百万人类围棋专家的棋谱，以及强化学习的监督学习进行了自我训练。AlphaGoZero的能力则在这

6、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。[6]“这些技术细节强于此前版本的原因是，我们不再受到人类知识的限制，它可以向围棋领域里最高的选手——AlphaGo自身学习。”AlphaGo团队负责人大卫?席尔瓦(DaveSliver)说。据大卫·席尔瓦介绍，AlphaGoZero使用新的强化学习方法，让自己变成了老师。系统一开始甚至并不知道什么是围棋，只是从单一神经网络开始，通过神经网络强大的搜索算法，进行了自我对弈。随着自我博弈的增加

7、，神经网络逐渐调整，提升预测下一步的能力，最终赢得比赛。更为厉害的是，随着训练的深入，DeepMind团队发现，AlphaGoZero还独立发现了游戏规则，并走出了新策略，为围棋这项古老游戏带来了新的见解。[7]一个大脑AlphaGoZero仅用了单一的神经网络。在此前的版本中，AlphaGo用到了“策略网络”来选择下一步棋的走法，以及使用“价值网络”来预测每一步棋后的赢家。而在新的版本中，这两个神经网络合二为一，从而让它能得到更高效的训练和评估。[7]神经网络AlphaGoZero并不使用快速、随机的走子方法。在此前的版本中，AlphaGo

8、用的是快速走子方法，来预测哪个玩家会从当前的局面中赢得比赛。相反，新版本依靠地是其高质量的神经网络来评估下棋的局势。版本介绍编辑AlphaGo几个版本的排名情况据公