关注Alpha-zeroAI发展最直观在算力.PDFVIP

行 业 及 产 业 计算机 2017 年10 月23 日 行 关注 Alpha-zero，AI 发展最直观 业 研 究 / 在算力 行 业 中性 ——计算机行业周20171022 点 评 相关研究 行业观点：关注Alpha-Zero, AI 发展最直观在算力 人工智能的新钟声，智能家居时代来临 证 ——Google “AI first” 系列报告之一  首先，Alpha-Zero 虽是AI 界颠覆性新闻，但验证我们算法趋势的判断，更凸显了算力 券 2017 年10 月20 日 的威力。本周《自然》发表的一篇论文 Mastering the game of Go without human 研 AI 等IT 关键领域获重大补助，推荐各 究 领域领军！ 2017 年10 月16 日 knowledge 报道，一款新版的AlphaGo 计算机程序能够从空白状态起，在不需要任何人 报 类输入的条件下，迅速自学围棋。这款新程序名叫AlphaGo Zero ，以100 比0 的战绩打 告 败了它的前任（在2016 年3 月的锦标赛中，其前任打败了围棋冠军李世石）。 证券分析师  图灵测试的核心在于让机器模仿人已有的语言方式通过测试。图灵基于白板理论出了他的 刘洋 A0230513050006 liuyang2@ “模仿游戏”：“让计算机来冒充人。如果不足70%的人判对（也就是超过 30%的裁判 刘畅 A0230516090003 误以为在和自己说话的是人而非计算机），那就算作成功了。” liuchang@ 研究支持  效率与功耗均优秀。投资者自然会探究算法的奥秘。1)Alpha-zero 效率惊人，100：0 战 刘畅 A0230516090003 胜AlphaGo ，胜率超过90%。2)AlphaGo Lee 使用了48 个TPU，更早版本的 AlphaGo liuchang@ Fan （打败了樊麾的版本）使用了176 个GPU，而Master 和AlphaGo Zero 仅仅用了4 联系人 刘畅 个TPU，1 台电脑便超过了之前数个机房的效果。 (86217391 liuchang@  算法上：AlphaGo Zero 的革命性突破在于无监督学习，不再依赖于已有的经验输入。判 定是否是监督学习的最简单办法便是看输入数据是否有标签。输入数据有标签，则为有监 督学习，没标签则为无监督学习。现价段AI 运用最广泛的便是监督学习。通过让机器读取 学习上万张 label 化的图片（例如告诉机器这是花还是草），让机器发现图片中的规律， 从而进行识别。现在运用广泛的视觉识别、语音识别均为监督学习。无监督学习需要机器 要去自己摸索，自己发现规律，例如聚类分析，让机器自己识别有多少类。  其次，可见算力研究是当前重要。深度报告 《GPU 当红，寒武纪拥抱未来》解释AI 芯片 的算力。它与众不同的研究在于。  a)AI 三要素分为算法、算力和数据，通俗解释AI 算力的基础问题和分类  b）专业科普：将算力分类（GPU/FPGA/ASIC）与适用数据场景（安防/工业/ 汽车/ 消费）