阿法狗围棋系统的简要分析

被引:33
作者
田渊栋
机构
[1] 脸书人工智能研究所
关键词
深度学习; 深度卷积神经网络; 计算机围棋; 强化学习; 阿法狗;
D O I
10.16383/j.aas.2016.y000001
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
谷歌的围棋系统阿法狗(AlphaGo)在三月的比赛中以4:1的成绩击败了围棋世界冠军李世石,大大超过了许多人对计算机围棋程序何时能赶上人类职业高手的预期(约10~30年).本文在技术层面分析了阿法狗系统的组成部分,并基于它过去的公开对局预测了它可能的弱点.
引用
收藏
页码:671 / 675
页数:5
相关论文
共 2 条
[1]  
Better computer go player with neural network and long-term prediction. Tian Y D,Zhu Y. International Conference on Learning Representation (ICLR) . 2016
[2]  
Mastering the game of Go with deep neural networks and tree search. Silver,D,Huang,A,Maddison,C.J.,et al. Nature . 2016