比2016年强10倍　AlphaGo之父揭密致胜关键

AlphaGo连胜柯洁两场，让世人见识到人工智慧的厉害。Google旗下DeepMind团队CEO，有“AlphaGo之父”之称的DemisHassabis透露，和2016年相比，本次参赛的新版AlphaGo，采用CloudTPU技术，运算速度是之前的10倍。▲...

AlphaGo连胜柯洁两场，让世人见识到人工智慧的厉害。Google旗下DeepMind团队CEO，有“AlphaGo 之父”之称的Demis Hassabis透露，和2016年相比，本次参赛的新版AlphaGo，采用Cloud TPU技术，运算速度是之前的10倍。

▲“AlphaGo 之父”Demis Hassabis透露，和2016年相比，本次参赛的新版AlphaGo，采用Cloud TPU技术，运算速度是之前的10倍。（视频／取自YouTube，若遭移除请见谅）

前一个版本AlphaGo Lee以“只考虑人类可能走的位置”和“预先判定50回合”的准则，来限制搜索规模，去年的AlphaGo 混合了蒙特卡洛树搜索、监督学习、增强学习等三种演算法。如今AlphaGo Master已提升到可以优先考虑哪里是最有价值的位置，并预测更少回合数目，达到更高的准确率。

AlphaGo运用蒙特卡洛树（Monte Carlo tree search）启发式搜寻演算方法，在比赛回合进行时，考虑的走子位置更少、预判回合数更少，预判依靠更强大的网络，仅用了4个TPU，只需要旧版AlphaGo Lee 10分之1的计算能力，速度更快，棋力更加强大。

▲蒙特卡洛树（Monte Carlo tree search）启发式搜寻演算方法。（视频／取自YouTube，若遭移除请见谅）

DeepMind 资深研究员 David Silver 表示，AlphaGo 对战柯洁比赛当中，主要是采用“单一机器”运作，与2016年对战韩国棋王李世乭的“分布式”的电脑们共同运作，透过 Cloud TPU 技术，运算法比去年更强大。此外，它的自我对弈能力更强，研究团队会利用此次跟柯洁比赛，观察AlphaGo弱点为何。

David Silver 指出，AlphaGo最初设计主要目的就是为了透过跟人类对弈的方式来学习，因此必须要跟世上顶尖的棋手对弈，才能不断改善进步，在目前最新版本当中，AlphaGo Master 现在已是自己的导师，能够不断自我学习、探索，因此对人类数据的依赖*日益减弱，能够继续不断超越。原文详见：http://www.limitlessiq.com/

【本文经智慧机器人网同意授权刊出】