▼
大型年度AI人物评选——中国AI英雄风云榜已于12月4日在乌镇张榜，12月18日在北京国贸三期举行颁奖典礼。
榜单评选出年度技术创新人物TOP 10；商业创新人物TOP 10，获取完整榜单请关注网易智能公众号（ID：smartman163），回复关键词“评奖”。
本文系网易智能工作室出品
聚焦AI，读懂下一个大时代
【网易智能讯12月7日消息】日前，DeepMind团队发表了最新论文，提出了全新的强化学习算法AlphaZero，它是一种可以从零开始，通过自我对弈强化学习在多种任务上达到超越人类水平的新算法，堪称“通用棋类AI”。
据了解，AlphaZero算法可以再8个小时训练击败李世石版本AlphaGo；12小时训练击败世界顶级的国际象棋程序Stockfish；14小时训练击败世界顶级将棋程序Elmo。这是DeepMind团队继AlphaGo Zero的研究问世之后，带给我们的又一全新算法，它是“更通用的版本”。
此外，我们看到这次的AlphaZero与AlphaGo Zero有几点不同，首先AlphaGo Zero是在假设结果为赢/输二元的情况下，对获胜概率进行估计和优化。而AlphaZero会将平局或其他潜在结果纳入考虑，对结果进行估计和优化。其次，AlphaGo和AlphaGo Zero会转变棋盘位置进行数据增强，而AlphaZero不会。第三，AlphaZero只维护单一的一个神经网络，这个神经网络不断更新，而不是等待迭代，四，AlphaZero中，所有对弈都重复使用相同的超参数，因此无需进行针对特定某种游戏的调整。
论文地址：/pdf/1712.01815.pdf
添加小助手 加入交流群
点击如下关键词查看往期内容
人物专访沈向洋|于尔根|洪小文|李德毅|尤瓦尔|哈萨比斯|宋继强|杨强|余凯|邓志东|芮勇|戴文渊|石博盟|韦东|黄学东
行业特稿抢滩智能音箱（上）|抢滩智能音箱（下）|自动驾驶行业素描（上）|自动驾驶行业素描（下）|机器翻译技术与应用
重磅报告麦肯锡（二）|AlphaBeta & ABC|埃森哲|英国政府|Internet Society|Forrester|VertoAnalytics|麦肯锡（一）|苹果公司|耶鲁大学
