https://techcrunch.com/2017/11/02/deepmind-has-yet-to-find-out-how-smart-its-alphago-zero-ai-could-be/?ncid=rss
Alphabet의 인공 지능 회사 인 DeepMind가 전 세계에서 최고의 인간형 Go Player를 물리 칠 수있게되면, 완전히 독학 된 가상 Go 플레이어에 기반한 접근 방식을 사용하여 최선의 시도를 극복하려고 시도했습니다.
Go-playing 가상 지능은 AlphaGo Zero라고 불리 웠고 72 시간 만에 3000 년 이상의 인간 지식을 게임에서 재발견했습니다. 그런 다음 겨우 사흘 만에 챔피언 이세돌을 이길 원래 AlphaGo의 버전을 이길, 이제까지 그 이후 단 40 일 만에 AlphaGo의 가장 강력한 이전 버전을 빠져 있.
DeepMind의 AlphaGo Zero는 속도 때문 만이 아니라 처음부터 모든 것을 성취 할 수 있었기 때문에 엄청난 업적이었습니다. 연구원은 인적 데이터를 시스템 교육을 시작할 기준으로 사용하는 첫 번째 단계를 수행하지 않았습니다. . 대신, 자발적인 데이터를 사용하여 문자 그대로 이사회에서 무작위로 운동을 시도하고 가장 효과적이었습니다.
AlphaGo Zero의 가장 흥미로운 점은 그것이 얼마나 빨리, 또는 그러한 효능을 발휘할 수 있었는지가 아니라 궁극적으로 잠재력을 충분히 발휘하지 못했다는 것입니다. DeepMind의 CEO 겸 공동 창업자 인 Demis Hassabis는 토론토 Google Go North 컨퍼런스에서 AlphaGo Zero의 최대 지능을 결정하기 전에 실험을 실제로 종료했다고 설명했습니다.
"우리는 AlphaGo의이 버전이 얼마나 좋은지를 알 수 없었습니다." "우리는 다른 컴퓨터를 필요로했다."
Hassabis는 DeepMind가 앞으로 더 많은 것을 알기 위해 AlphaGo Zero를 다시 스핀 업할 수 있다고 말했다.하지만 그 운동의 주요 이점은 인간 AlphaGo 플레이어에게 그들이 공부할 수있는 "외계인"움직임과 전략에 대해 가르치는 데 도움이 될 수 있다는 것이다. 자신의 놀이를 향상시키기 위해서.
DeepMind의 전체 목표는 인공 지능을 구축하여 지능을 사용하여 다양한 작업을 수행하는 것입니다. 따라서 영리한 AlphaGo Zero는 Google의 데이터 센터 또는 전기 그리드의 에너지 관리를보다 효율적으로 최적화 할 수 있습니다. 일반.