阿尔法狗zero的围棋水平 阿尔法狗家族有几位成员
如何看待alphagozero脱离人类经验？自学围棋的AlphaGo仅用三天时间就以100:0击败了AlphaGo，AlphaGo的能力在此基础上有了质的提升。阿尔法狗AlphaGoZero的再进化是什么，是如何工作的？研究人员表示，新dl框架的吸引力主要是再现，研究了快速智能新计算能力的框架，更多参考的东西比caffetorchtheano更受欢迎，基于Deepmind的研究，选择torch作为主要研究框架，精神上更快。deepmind本身是基于torch研究的，它想跟着torch工作。
阿尔法狗零的围棋水平很高。从相关公开资料来看，阿尔法狗Zero的围棋水平非常高。2017年12月5日击败围棋世界冠军柯洁，获得围棋界认可。它的围棋水平由谷歌开发的AlphaGoZero算法支持。AlphaGoZero算法可以实现人工智能的自学习，显著提高了阿尔法狗Zero的围棋水平。
AlphaGOZero是人工智能发展新的重要里程碑。可能有人会问，有那么严重吗？AlphaGO不是已经赢了吗？这无非就是多赢一点。关键不是你赢了多少，而是AlphaGO没有利用人类的经验，AlphaGo是从人类的经验中学习长大的。这意味着，在某些领域，人工智能不需要所谓的海量数据(人类的经验)也可以智能。
AlphaGoZero，本质上和打败范辉和李世石的版本完全不同。从算法上来说，自我强化学习是从随机移动开始的，没有人类的象棋。之前学习人类棋风用了很多棋谱。在数据结构中，太阳黑子白子只有两种状态。此前，它包含了这个点的气和其他相关的棋盘信息。在该模型中，使用了神经网络。之前是用策略网络(基于深度卷积神经网络)来学习人类的棋风，用情境网络(基于左右拍生成的棋谱，这里为什么需要用左右拍，是因为现有的数据集不足以判断每个不同棋手的胜率)来计算当前情境下的胜率。
01当时，AlphaGo的大师版在彻底击败柯洁后不久，就被它的后代AlphaGo(简称狗零)击败。从一个根本不懂围棋的AI到打败Master，狗零只用了21天。而且不需要人类知识的喂养，成为顶级棋手完全靠自学。如果能培养出这样的AI，就算不会下棋也可以骄傲。于是，来自巴黎(简称小迪)的少年DylanDjian，就跟着《狗零》这篇论文去实现了。
另外还有一个教程，里面把一个有两个头的agent分成三个部分:一个是FeatureExtractor，一个是PolicyNetwork，第三个是ValueNetwork。所以狗零也被亲切地称为“双头怪”。特征提取器是身体，另外两个网络是大脑。特征提取器的特征提取模型是残差网络(ResNet)，它在普通CNN的基础上增加了一个SkipConnection，使梯度传播更加平滑。
第二代AlphaGo花了**3天学习，打败了上一代AlphaGo。公开资料显示，第二代AlphaGo是在无人干预的情况下自主学习的。经过三天的自我训练，它以100-0击败了第一代AlphaGo。短短三天，AlphaGoZero通过自学100-0击败AlphaGo，AlphaGoZero的能力在此基础上有了质的提升。
最强的AlphaGoZero是如何炼成的就在刚刚，Deepmind在Reddit的MachineLearning版块举办了在线问答活动AMA。Deepmind强化学习小组的负责人DavidSilver和他的同事们热情地回答了网友们提出的各种问题。由于Deepmind在AMA的前一天刚刚发表了《掌握无人类知识的围棋博弈》一文，相关的问题和讨论也异常热烈。
AMA(AskMeAnything)是Reddit的一个专门专栏，你也可以把它理解为一个在线的“真相或冒险”。AMA一般会提前几天在Reddit上定下时间，收集问题，回答者统一回答。DeepmindAMA的受访者有:DeepMind强化学习小组负责人、AlphaGo首席研究员大卫·西尔弗(David Silver)。DavidSilver1997年毕业于剑桥大学，获得艾迪森·卫斯理奖。
总之，DeepMind对强化学习的整体深入探索指导了Zero的设计。首先非常感谢DeepMind团队为人类认知围棋做出的贡献。但更令人兴奋的是，人工智能技术所能取得的成就已经震惊了人类。相信在不久的将来，来自世界各地的团队会带来越来越多全新的体验和认知升级。在观念层面，我认为DeepMind对事物本质的探索是其不断突破天花板的源泉。
大多数设计师都对围棋充满了热情和好奇。AlphaGo的能力有几个决定因素:MCTS、RL和深度学习。用于逼近的神经网络也可以受益于深度学习的快速发展和不断进步。随着层次和结构的复杂化，网络的表达能力在很多任务中已经超过了人类最好的水平。比如ImageNet task的ResNet。RL技术历史悠久，但最近的发展同样喜人。
据研究人员介绍，新dl框架的吸引力主要是再现，已经研究了快速和智能计算能力的框架。比caffetorchtheano用更多的参照物更通俗，更切题。基于研究，Deepmind选择torch作为主要研究框架，更有灵性，速度更快。deepmind本身是基于torch研究的，它想跟着torch工作。
8、你是怎样看待alphagozero脱离了人类经验的?【中关村在线消息】10月19日消息，谷歌人工智能团队DeepMind今天发布了一个全新的AlphaGo程序。这款名为AlphaGoZero的软件与之前击败李世石的AlphaGoMaster对战，胜率高达100%，谷歌团队发布alphago:柯洁说人类太多余(图片来自Twitter)。这款软件发布后，柯洁也表达了自己对这款软件的看法，他认为:“一个纯粹的、纯粹自我学习的alphago是最强的...为了AlphaGo的自我提升...人类太多余了。
