AlphaGo Zero从零征服围棋

2017年10月18日，DeepMind正式发布AlphaGo Zero——首个不依赖人类棋谱、仅基于围棋基本规则通过自我对弈强化学习的围棋人工智能系统。该程序在无任何历史棋谱输入条件下，仅用3天即超越2016年击败李世石的初代AlphaGo，第40天完胜当时最强版本AlphaGo Master。

其训练全程在TPU集群上进行，40天内完成约2900万局自我对弈，棋风呈现显著进化轨迹：早期对局（第1小时）落子分布接近随机，但已倾向星位与小目；70小时后布局稳定采用三三、星位组合，并自发复现“中国流”“迷你中国流”等经典定式；至第40天，中盘战斗精确度与全局平衡感全面压制AlphaGo Master，在温布利球场举行的公开演示赛中以100比0全胜。

AlphaGo Zero未使用人类特征工程或局面评估函数，纯靠蒙特卡洛树搜索与深度残差网络实现策略与价值联合优化，最终Elo评分达5185分，较战胜柯洁的AlphaGo提升逾300分。该成果标志着人工智能在完全信息博弈领域首次实现从零知识到超人类水平的自主跃迁，被《自然》杂志2017年10月19日封面论文确认为里程碑式突破。

评论区

kzhibo球迷

AlphaGo Zero太强了！不靠人类棋谱自学成才，DeepMind这次真封神了！

2026-02-27 10:05:37

kzhibo球迷

蒙特卡洛树搜索+强化学习=围棋AI新范式，DeepMind登《自然》实至名归！

2026-02-26 21:29:17

kzhibo球迷

从AlphaGo到Zero，DeepMind让围棋AI彻底摆脱人类依赖，震撼！

2026-02-26 20:54:15

kzhibo球迷

《自然》杂志认证的突破！AlphaGo Zero重新定义人工智能进化速度！

2026-02-26 18:58:22

kzhibo球迷

围棋圈地震！AlphaGo Zero零数据起步却碾压前辈，DeepMind太硬核！

2026-02-26 20:29:33

kzhibo球迷

蒙特卡洛树搜索被玩出新高度，AlphaGo Zero证明算法比经验更锋利！

2026-02-27 05:04:45

kzhibo球迷

不读棋谱、不学定式、不靠人类——AlphaGo Zero才是纯正AI的终极形态！

2026-02-27 06:40:11

展开更多

　　上一篇：布莱顿2-1利物浦晋级足总杯八强

　　下一篇：北京国安官宣阿德本罗姜祥佑达布罗加盟