2026-03-07 01:00:10
AlphaGo Zero是DeepMind公司研发的围棋人工智能系统,其核心突破在于完全摒弃人类棋谱,仅通过自我对弈实现从零开始的学习。该系统不依赖任何人类围棋知识,仅以标准围棋规则和黑白子状态作为输入,在单一神经网络架构下完成策略选择与胜势评估的统一,显著区别于此前需结合策略网络与价值网络的AlphaGo版本。
在训练机制上,AlphaGo Zero使用强化学习驱动的自我博弈,仅需一台设备与4个TPU即可运行,相较早期版本大幅降低硬件需求。经过约500万局自我对弈,系统在3天内即超越2016年击败李世石的AlphaGo版本,达成100:0的压倒性战绩;40天后进一步战胜曾击败柯洁的AlphaGo Master版本,验证了其算法效率与泛化能力的实质性跃升。
AlphaGo Zero的研究成果发表于2017年10月18日《自然》期刊,标志着人工智能在无监督学习与自主知识构建方向的重要进展。其技术路径为后续在蛋白质折叠、新材料设计等科学问题上的应用提供了方法论基础,但所有能力演进均严格限定于围棋这一确定性规则系统内,未延伸至其他运动或竞技领域。
热门推荐
评论区