最近，谷歌DeepMind團隊在Nature發表了關於新一代圍棋AI“AlphaGo Zero”的論文，展示了強化學習在為其應用上的新突破。
和之前的Alpha Go版本相比，新版本不需要藉助人類經驗數據，完全依賴深度強化學習進行訓練，經過短短3天的訓練後，就能以100：0的成績擊敗曾經戰勝李世石的AlphaGo，40天以後就能超越所有的前代版本。
AlphaGo使用傳統的監督學習算法，首先要將大量人類對弈的棋譜作為輸入，讓AlphaGo從中學習；而AlphaGo Zero相比AlphaGo的一個顯著變化是，使用了無監督學習的強化學習算法，不再依賴棋譜輸入，僅僅需要基本的圍棋規則，便完全由零開始進行學習，徹底擺脫了人類想象力的限制。
(AlphaGo的學習方式)
(AlphaGo Zero的學習方式)
強化學習不依賴人類經驗數據的輸入，其在圍棋上的成功應用，讓人們看到了強化學習在其他同樣缺乏大量標註數據的領域的應用。
機器人越來越智能，那麼機器取代人類的日子也越來越近了。
分享到:
閱讀更多 雪球玉靈風 的文章
