Метод Google для игры в го стал самообучаемым

На текущей неделе компания DeepMind поведала о новом прорыве: искусственном интелекте AlphaGo Zero. После 3-х дней самостоятельных занятий AlphaGo Zero сыграл с прошлой соей версией AlphaGo и одержал победу с результатом 100 к нулю. Его предшественник, AlphaGo, обучался у людей и выигрывал наилучших игроков в го.

В обновленной версии AlphaGo заложены только базовые правила игры в го, а успешную стратегию программа производит, моделируя игры с самой собой.

Новая система AlphaGo Zero уже не нуждается даже в начальных человеческих знаниях, процесс ее обучения основан только на механизме игры самой с собой.

После 3-х дней самообучения AlphaGo Zero смогла побороть версию AlphaGo, которая обыграла лучшего в мире игрока в го. Ни одной! В отличие от AlphaGo, у Zero всего одна нейросеть вмсто 2-х, но и данного хватило. Ведущий программист AlphaGo Дэвид Сильвер сказал, что в процессе самообучения AlphaGo Zero вначале повторяла модель поведения начинающего, а потом и опытного игрока в го, однако после этого стала делать ходы, которые нетипичны для профессиональных игроков.

Новая и как минимум совершенная версия AlphaGo Zero в свою очередь состоит только из одной нейронной сети, которой пояснили лишь, что из себя представляет главный атрибут игры — доска. И победа эта является очень значимым прорывом в области искусственного интеллекта, ведь большинство профессионалов в данной области считали, что событие это произойдёт не ранее 2020-2025 года. Однако с недавних пор искусственный интеллект научился обходиться без какой-нибудь помощи со стороны людей и дальше развивается на все 100% самостоятельно.