AlphaZero AI系統(tǒng)能夠教會自己如何玩游戲

英國的DeepMind小組和大學學院的一個研究小組開發(fā)了一個人工智能系統(tǒng)，能夠教會自己如何玩和掌握三個困難的棋盤游戲。在他們發(fā)表在“ 科學 ”雜志上的論文中，該小組描述了他們的新系統(tǒng)，并解釋了為什么他們認為這是人工智能系統(tǒng)開發(fā)的又一大進步。美國TJ沃森研究中心的默里坎貝爾提供了關于團隊在同一期刊中所做工作的透視作品。

自從一款名為Deep Blue的超級計算機擊敗世界象棋冠軍加里·卡斯帕羅夫以來已經(jīng)過去了20多年，向世界展示了人工智能計算的發(fā)展程度。在那之后的幾年里，計算機變得越來越聰明，現(xiàn)在在象棋，棋和圍棋這樣的游戲中擊敗了人類。但是這些系統(tǒng)都進行了調整，以使它們在一場比賽中表現(xiàn)出色。在這項新的努力中，研究人員已經(jīng)創(chuàng)建了一個人工智能系統(tǒng)，該系統(tǒng)不僅擅長多個游戲，而且可以自行獲得這些專業(yè)知識。

這個名為AlphaZero的新系統(tǒng)是一個強化學習系統(tǒng)，顧名思義，它意味著它通過反復玩游戲并從中學習經(jīng)驗來學習。當然，這與人類學習的方式非常相似。制定了一套基本規(guī)則，然后計算機自己玩游戲。它甚至不需要與其他合作伙伴一起玩。它反復發(fā)揮作用，注意哪些戲劇構成了良好的動作，從而獲勝，并且構成了糟糕的動作和失敗。隨著時間的推移，它會改善 最終，它變得如此之好，它不僅可以擊敗人類，還可以擊敗其他專用棋盤游戲AI系統(tǒng)。該系統(tǒng)還使用稱為蒙特卡羅樹搜索的搜索方法。結合這兩種技術，系統(tǒng)可以自學如何在游戲中變得更好。研究人員給他們的測試系統(tǒng)提供了很大的力量，

到目前為止，AlphaZero已經(jīng)掌握了特別適合AI應用的國際象棋，棋牌和圍棋游戲?？藏悹柦ㄗh，此類系統(tǒng)的下一步可能是擴展到撲克游戲，甚至是流行的視頻游戲。