北京時間12月7日早間消息，Alphabet旗下人工智能部門DeepMind一年前宣布開發了一套名為AlphaZero的系統，它可以教會自己如何掌握國際象棋、日本將棋和中國圍棋，而且都能擊敗世界冠軍。

雖然DeepMind的說法令人印象深刻，但當時卻未能通過同行評審。不過，DeepMind今天宣布，經過數月的反復修訂，該公司在AlphaZero上的成果已經被《科學》雜志接受，并登上該雜志的首頁。

“幾年前，我們的AlphaGo以4:1擊敗了18次獲得圍棋世界冠軍的棋手李世石。但對于我們來說，這實際上是構建一個通用學習系統的開始，這個系統可以自己學習不同的游戲，最終達到超越人類的水平。“AlphaZero的首席研究員大衛·西爾沃(David Silver)對參加蒙特利爾NeurIPS 2018大會的記者說，“AlphaZero是這一段旅程的下一步。它從頭開始學習擊敗圍棋、國際象棋和日本將棋的世界冠軍。除了游戲規則外，它什么知識都沒有。“

Silver解釋說，選擇這些游戲既考慮了它們的復雜性，也考慮了之前針對它們進行人工智能研究的豐富歷史。

為此，本周發表的論文描述了DeepMind如何利用深度神經網絡實現優于Stockfish、Elmo和IBM深藍的游戲算法。

“傳統引擎非常強大并且幾乎沒有明顯的錯誤，但當面對沒有具體和可計算解決方案的位置時，可能會發生漂移。”國際象棋大師馬修·薩德勒(Matthew Sadler)說，“正是在這樣的位置，AlphaZero才能實現‘感覺’，‘洞察力’或‘直覺’。“

為了測試經過全面訓練的AlphaZero，除了其前身AlphaGo Zero之外，DeepMind的研究人員還對上述的Stockfish和Elmo游戲引擎進行了測試。在具有44個處理器內核和4個谷歌第一代TPU的單臺機器上運行時，AlphaZero都能輕松贏得大多數比賽。

關鍵詞：