AlphaGo小白的人工智能之路.pptVIP

小白的人工智能之路 AlphaGo AlphaGo Zero 在接下来的一个小时中，你将会…… 认识“谁”是可爱的 AlphaGo 还有它的兄弟 AlphaGo Zero…… 探知 AlphaGo 和 AlphaGo Zero的实现原理 深度神经网络……蒙特卡洛树搜索……有监督学习 做自己的井字棋 AI /人机对弈程序 易于实现的极大极小树算法 AlphaGo Human or AI？ AlphaGo 战绩 2016年1月27日 AlphaGo 以 5:0 完胜欧洲围棋冠军樊麾 2016年3月9日到15日 挑战世界围棋冠军李世石的AlphaGo 以 4:1 取得胜利 2017年5月23日到27日 乌镇围棋峰会， AlphaGo 以 3:0 战胜世界围棋冠军柯洁 AlphaGo 家族AlphaGo → AlphaGo Zero → Alpha Zero AlphaGo: 于2014年开始由Google DeepMind开发的人工智能围棋软件。 它以人类围棋高手的棋谱作为参考数据。   AlphaGo Zero: AlphaGo的团队于2017年10月19日在《自然》杂志上发表了一篇文章，介绍了AlphaGo Zero，这是一个没有用到人类数据的版本（围棋棋盘大小与规则除外），比以前任何击败人类的版本都要强大。 通过跟自己对战，AlphaGo Zero经过3天的学习，以100:0的成绩超越了AlphaGo Lee的实力，21天后达到了AlphaGo Master的水平，并在40天内超过了所有之前的版本。   Alpha Zero: AlphaZero使用与AlphaGo Zero类似但更一般性的算法，在不做太多改变的前提下，并将算法从围棋延伸到将棋与国际象棋上。 AlphaGo 家族有多可怕？！ 训练第 0 天的 AlphaGo Zero 什么都不懂，训练第 3 天打败 AlphaGo Lee，训练第 21 天打败 AlphaGo Master，训练第 40天超越了此前AlphaGo 系列的所有成员。 AlphaGo 家族有多可怕？！ AlphaZero在短时间训练后能达到其他算法的同等或更高水平 版本 使用规则 硬件 Elo等级分的理论峰值 战绩 AlphaGo樊 (v13) 中国规则 176个GPU，分布式 3,144 5比0战胜[???] AlphaGo李 (v18) 48个TPU，分布式 3,739 4比1战胜[???] AlphaGo Master 4个TPU v2，单机 4,858 网棋60比0战胜职业棋手；3比0战胜柯洁；1比0战胜人类团队 AlphaGo Zero 川普-泰勒规则 4个TPU v2，单机 5185 100:0 战胜AlphaGo李;与AlphaGo Master 对战胜率达90% AlphaZero 4个TPU v2，单机 N/A 60:40 战胜AlphaGo Zero（3天版本） AlphaGo 走下神坛 AlphaGo 的胜利意味着AI技术有了突破性的进展？ AlphaGo 的胜利意味着机器打败人脑？ 答案是否定的。其实，AlphaGo在算法层面上并没有太多新意，而是通过 Google 强大的团队和计算平台，把已有的技术整合在一起，利用大量的训练数据和计算资源来提高准确性。 AlphaGo = 蒙特卡洛树搜索算法(MCTS) + 深度神经网络 博弈树 把游戏看作一棵树 每个结点是一种游戏状态。 名称 棋盘大小(位置数) 状态空间复杂度(状态数) 状态树复杂度(叶子结点数) 平均游戏长度 井字棋(Tic-Tac-Toe) 9 103 105 9 四子棋(Connect4) 42 1013 1021 21 翻转棋(Reversi/Othello) 64 1028 1058 58 跳棋(International draughts/Checkers) 50 1030 1054 90 中国象棋 90 1040 10150 95 国际象棋(Chess) 64 1047 10123 70 五子棋(Gomoku) 225 10105 1070 30 围棋(Go) 361 10170 10360 150 六子棋(Connect6) 361 10172 10140 30 常见对弈游戏的状态复杂度对比 围棋的状态复杂度为10170 那么10的170次方意味着什么呢？ 这个规模十分可怕！ 由于不能将所有状态都遍历一次，于是 AlphaGo使用“蒙特卡罗树搜索”算法(MCTS) 先从蒙特卡罗方法开始： 假设我们要计算一个不规则图形的面积。蒙特卡罗方法基于这样的思想：假想你有一袋豆子，把豆子均匀地朝这个图