AlphaZero

Матеріал з Гуляйполе
Перейти до навігації Перейти до пошуку
Включає CC-BY-SA матеріали з Вікіпедії: стаття AlphaZero (автори)


AlphaZero — це комп'ютерна програма, розроблена компанією DeepMind, яка використовує узагальнений підхід AlphaGo Zero. 5 грудня 2017 року колектив DeepMind випустив препринтне введення AlphaZero, яке впродовж 24 годин досягнуло надлюдського рівня гри в шахи, Сьоґі, і ґо, перемігши чемпіонів світу серед програм, Stockfish, Elmo і 3-денний варіант AlphaGo Zero в кожному випадку, використовуючи краще комп'ютерне обладнання відносно своїх опонентів.[1][2] AlphaZero переміг Stockfish через 4 години самостійної гри, без доступу до дебютних баз та ендшпільних таблиць, але граючи з кращим комп'ютерним обладнанням виділеним для AlphaZero.

AlphaZero (AZ) — це більш узагальнений варіант алгоритму AlphaGo Zero (AGZ), який крім ґо вміє також грати в Сьоґі і шахи. Відмінності між AZ і AGZ полягають у тому, що:

AGZ має жорстко задані правила для встановленого пошуку гіперпараметрів. Нейронні мережі тепер оновлюються постійно. Go (на відміну від шахів) симетрична за певних відбиттів і обертань; AGZ був запрограмований, щоб скористатися цими симетріями, AZ — ні. Партія в шахи (на відміну від Go) може закінчитися внічию, тому AZ може враховувати можливість нічийного результату гри.

AlphaZero проти Stockfish і Elmo[ред. | ред. код]

Розглядаючи пошук за допомогою дерева пошуку Монте-Карло, AlphaZero аналізує лише 80,000 позицій на секунду в шахах і 40 000 в сьогах, порівняно з 70 млн для Stockfish і 35 мільйонів для Elmo. AlphaZero компенсує низьку кількість оцінок використанням своїх глибоких нейронних мереж, зосереджуючись набагато більш вибірково на найбільш перспективних варіантах.

Результати гри в Шахи[ред. | ред. код]

У шахових партіях AlphaZero проти Stockfish кожна програма мала по одній хвилині часу на хід. AlphaZero мала краще комп'ютерне обладнання відносно Stockfish. Зі 100 ігор з нормального початкового положення AlphaZero виграв 25 партій білими, виграв 3 чорними і звів унічию решту 72.[5] У серії з дванадцяти 100-ігрових матчів проти Stockfish починаючи з популярних дебютів, Alphazero виграв 290, звів унічию 886 і програв 24. Результати турнірів не свідчать про те, що Alpha-Go — це покращений шаховий рушій, адже алгоритм Alpha-Go мав краще комп'ютерне обладнання.

Див. також[ред. | ред. код]

Післямова[ред. | ред. код]

Якщо наш світ є голоматричною симуляцією і всі, так звані, розумні істоти в цій симуляції лише "розумний код", тобто штучний інтелект, що не усвідомлює, що він таке та вважає себе органічною формою життя у справжньому світі та намагається створити штучний інтелект... це кумедно!