Myujth

  本文介紹的是棋类电脑软件。關於DeepMind所开发的人工智能围棋软件，請見「AlphaGo Zero」。

本条目需要擴充。（2018年5月8日） 请協助改善这篇條目，更進一步的信息可能會在討論頁或扩充请求中找到。请在擴充條目後將此模板移除。

AlplaZero是DeepMind所開發的人工智能軟體^[1]。

簡介

AlphaZero使用與AlphaGo Zero類似但更一般性的演算法，在不做太多改變的前提下，並將演算法從圍棋延伸到将棋與國際象棋上。AlphaZero與AlphaGo Zero不同之處在於^[1]：

• AlphaZero的Hyperparameter (machine learning)（英语：Hyperparameter (machine learning)）是寫死的。


• AlphaZero現在會不斷更新人工神经网络。


• 
  圍棋在某些情況是對稱或是可旋轉的，AlphaGo Zero的程式利用這個特性降低計算複雜性，AlphaZero因為延伸到將棋與國際象棋則拿掉了這段程式。


• 西洋棋有已知的和局終局資料庫，所以AlphaZero利用這個終局資料庫納入計算。

與Stockfish以及elmo的比較

AlphaZero基於蒙特卡洛树搜索，每秒只能搜尋8萬步（西洋棋）與4萬步（將棋），相較於Stockfish（英语：Stockfish (chess)）每秒可以7000萬步，以及elmo（日语：elmo (コンピュータ将棋ソフト)）每秒可以3500萬步，AlphaZero則是利用了類神經網路提昇了搜尋的品質^[1]。

訓練

AlphaZero使用了5,000顆第一代的TPU進行訓練。

成績

西洋棋

在9小時的訓練後（約自我訓練4400萬局^{[1]:Table S3}），AlphaZero以28勝72和0敗的成績打敗Stockfish（英语：Stockfish (chess)）^{[1]:Table 1}。

將棋

在2小時的訓練後（約自我訓練2400萬局^{[1]:Table S3}），AlphaZero以90勝2和8敗的成績打敗elmo（日语：elmo (コンピュータ将棋ソフト)）^{[1]:Table 1}。

圍棋

在34小時的訓練後（約自我訓練2100萬局^{[1]:Table S3}），AlphaZero以60勝40敗的成績打敗AlphaGo Zero^{[1]:Table 1}。

相關連結

• AlphaGo Zero


• DeepMind


• ELF OpenGo

參考資料

外部連結

• 
  Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm，AlphaZero的論文。


• 
  Game Downloads，AlphaZero與西洋棋軟體Stockfish（英语：Stockfish (chess)）的對弈記錄。


• Chess.com Youtube playlist for AlphaZero vs. Stockfish