国产chinesehdxxxx老太婆,办公室玩弄爆乳女秘hd,扒开腿狂躁女人爽出白浆 ,丁香婷婷激情俺也去俺来也,ww国产内射精品后入国产

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

新型阿爾法狗如何通過自學(xué)3天擊敗李世石舊版?

dKBf_eetop_1 ? 來源:未知 ? 作者:佚名 ? 2017-10-20 15:28 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

倫敦當?shù)貢r間10月18日18:00(北京時間19日01:00),AlphaGo再次登上世界頂級科學(xué)雜志——《自然》。

一年多前,AlphaGo便是2016年1月28日當期的封面文章,Deepmind公司發(fā)表重磅論文,介紹了這個擊敗歐洲圍棋冠軍樊麾的人工智能程序。

今年5月,以3:0的比分贏下中國棋手柯潔后,AlphaGo宣布退役,但DeepMind公司并沒有停下研究的腳步。倫敦當?shù)貢r間10月18日,DeepMind團隊公布了最強版AlphaGo ,代號AlphaGo Zero。它的獨門秘籍,是“自學(xué)成才”。而且,是從一張白紙開始,零基礎(chǔ)學(xué)習,在短短3天內(nèi),成為頂級高手。

團隊稱,AlphaGo Zero的水平已經(jīng)超過之前所有版本的AlphaGo。在對陣曾贏下韓國棋手李世石那版AlphaGo時,AlphaGo Zero取得了100:0的壓倒性戰(zhàn)績。DeepMind團隊將關(guān)于AlphaGo Zero的相關(guān)研究以論文的形式,刊發(fā)在了10月18日的《自然》雜志上。

“AlphaGo在兩年內(nèi)達到的成績令人震驚。現(xiàn)在,AlphaGo Zero是我們最強版本,它提升了很多。Zero提高了計算效率,并且沒有使用到任何人類圍棋數(shù)據(jù),”AlphaGo之父、DeepMind聯(lián)合創(chuàng)始人兼CEO 戴密斯·哈薩比斯(Demis Hassabis)說,“最終,我們想要利用它的算法突破,去幫助解決各種緊迫的現(xiàn)實世界問題,如蛋白質(zhì)折疊或設(shè)計新材料。如果我們通過AlphaGo,可以在這些問題上取得進展,那么它就有潛力推動人們理解生命,并以積極的方式影響我們的生活?!?/span>

不再受人類知識限制,只用4個TPU

AlphaGo此前的版本,結(jié)合了數(shù)百萬人類圍棋專家的棋譜,以及強化學(xué)習的監(jiān)督學(xué)習進行了自我訓(xùn)練。

在戰(zhàn)勝人類圍棋職業(yè)高手之前,它經(jīng)過了好幾個月的訓(xùn)練,依靠的是多臺機器和48個TPU(谷歌專為加速深層神經(jīng)網(wǎng)絡(luò)運算能力而研發(fā)的芯片)。

AlphaGo Zero的能力則在這個基礎(chǔ)上有了質(zhì)的提升。最大的區(qū)別是,它不再需要人類數(shù)據(jù)。也就是說,它一開始就沒有接觸過人類棋譜。研發(fā)團隊只是讓它自由隨意地在棋盤上下棋,然后進行自我博弈。值得一提的是,AlphaGo Zero還非常“低碳”,只用到了一臺機器和4個TPU,極大地節(jié)省了資源。

AlphaGo Zero強化學(xué)習下的自我對弈

經(jīng)過幾天的訓(xùn)練,AlphaGo Zero完成了近5百萬盤的自我博弈后,已經(jīng)可以超越人類,并擊敗了此前所有版本的AlphaGo。DeepMind團隊在官方博客上稱,Zero用更新后的神經(jīng)網(wǎng)絡(luò)和搜索算法重組,隨著訓(xùn)練地加深,系統(tǒng)的表現(xiàn)一點一點地在進步。自我博弈的成績也越來越好,同時,神經(jīng)網(wǎng)絡(luò)也變得更準確。

AlphaGo Zero習得知識的過程

“這些技術(shù)細節(jié)強于此前版本的原因是,我們不再受到人類知識的限制,它可以向圍棋領(lǐng)域里最高的選手——AlphaGo自身學(xué)習?!?AlphaGo團隊負責人大衛(wèi)·席爾瓦(Dave Sliver)說。

據(jù)大衛(wèi)·席爾瓦介紹,AlphaGo Zero使用新的強化學(xué)習方法,讓自己變成了老師。系統(tǒng)一開始甚至并不知道什么是圍棋,只是從單一神經(jīng)網(wǎng)絡(luò)開始,通過神經(jīng)網(wǎng)絡(luò)強大的搜索算法,進行了自我對弈。

隨著自我博弈的增加,神經(jīng)網(wǎng)絡(luò)逐漸調(diào)整,提升預(yù)測下一步的能力,最終贏得比賽。更為厲害的是,隨著訓(xùn)練的深入,DeepMind團隊發(fā)現(xiàn),AlphaGo Zero還獨立發(fā)現(xiàn)了游戲規(guī)則,并走出了新策略,為圍棋這項古老游戲帶來了新的見解。

自學(xué)3天,就打敗了舊版AlphaGo

除了上述的區(qū)別之外,AlphaGo Zero還在3個方面與此前版本有明顯差別。

AlphaGo-Zero的訓(xùn)練時間軸

首先,AlphaGo Zero僅用棋盤上的黑白子作為輸入,而前代則包括了小部分人工設(shè)計的特征輸入。

其次,AlphaGo Zero僅用了單一的神經(jīng)網(wǎng)絡(luò)。在此前的版本中,AlphaGo用到了“策略網(wǎng)絡(luò)”來選擇下一步棋的走法,以及使用“價值網(wǎng)絡(luò)”來預(yù)測每一步棋后的贏家。而在新的版本中,這兩個神經(jīng)網(wǎng)絡(luò)合二為一,從而讓它能得到更高效的訓(xùn)練和評估。

第三,AlphaGo Zero并不使用快速、隨機的走子方法。在此前的版本中,AlphaGo用的是快速走子方法,來預(yù)測哪個玩家會從當前的局面中贏得比賽。相反,新版本依靠地是其高質(zhì)量的神經(jīng)網(wǎng)絡(luò)來評估下棋的局勢。

AlphaGo幾個版本的排名情況

據(jù)哈薩比斯和席爾瓦介紹,以上這些不同幫助新版AlphaGo在系統(tǒng)上有了提升,而算法的改變讓系統(tǒng)變得更強更有效。

經(jīng)過短短3天的自我訓(xùn)練,AlphaGo Zero就強勢打敗了此前戰(zhàn)勝李世石的舊版AlphaGo,戰(zhàn)績是100:0的。經(jīng)過40天的自我訓(xùn)練,AlphaGo Zero又打敗了AlphaGo Master版本。“Master”曾擊敗過世界頂尖的圍棋選手,甚至包括世界排名第一的柯潔。

對于希望利用人工智能推動人類社會進步為使命的DeepMind來說,圍棋并不是AlphaGo的終極奧義,他們的目標始終是要利用AlphaGo打造通用的、探索宇宙的終極工具。AlphaGo Zero的提升,讓DeepMind看到了利用人工智能技術(shù)改變?nèi)祟惷\的突破。他們目前正積極與英國醫(yī)療機構(gòu)和電力能源部門合作,提高看病效率和能源效率。


以下轉(zhuǎn)載一篇關(guān)于論文深度解讀,部分內(nèi)容會與前面部分有重復(fù)

論文深度解讀

作者: 開明Nature上海辦公室

人工智能棋手 AlphaGo先后戰(zhàn)勝了兩位頂尖圍棋高手李世乭和柯潔。在這場猛烈風暴席卷了世界后,AlphaGo宣布不再和人下棋。但它的創(chuàng)造者并沒有因此停下腳步,AlphaGo還在成長,今天Deepmind又在《自然》期刊上發(fā)表了關(guān)于 AlphaGo的新論文。

Deepmind于2016年1月28日在Nature雜志上發(fā)表第一篇關(guān)于AlphaGo的論文,并登上封面。

這篇論文中的 AlphaGo是全新的,它不是戰(zhàn)勝柯潔的那個最強的 Master,但卻是孿生兄弟。它的名字叫AlphaGo Zero。和以前的 AlphaGo相比,它:

? 從零開始學(xué)習,不需要任何人類的經(jīng)驗

? 使用更少的算力得到了更好的結(jié)果

? 發(fā)現(xiàn)了新的圍棋定式

? 將策略網(wǎng)絡(luò)和值網(wǎng)絡(luò)合并

? 使用了深度殘差網(wǎng)絡(luò)

白板理論(Tabula rasa)

AlphaGo Zero最大的突破是實現(xiàn)了白板理論。白板理論是哲學(xué)上的一個著名觀點,認為嬰兒生下來是白板一塊,通過不斷訓(xùn)練、成長獲得知識和智力。

作為 AI 領(lǐng)域的先驅(qū),圖靈使用了這個想法。在提出了著名的“圖靈測試”的論文中,他從嬰兒是一塊白板出發(fā),認為只要能用機器制造一個類似小孩的 AI,然后加以訓(xùn)練,就能得到一個近似成人智力,甚至超越人類智力的AI。

現(xiàn)代科學(xué)了解到的事實并不是這樣,嬰兒生下來就有先天的一些能力,他們偏愛高熱量的食物,餓了就會哭鬧希望得到注意。這是生物體在億萬年的演化中學(xué)來的。

監(jiān)督學(xué)習 Vs 無監(jiān)督學(xué)習

計算機則完全不同,它沒有億萬年的演化,因此也沒有這些先天的知識,是真正的“白板一塊”。監(jiān)督學(xué)習(Supervised Learning)和無監(jiān)督學(xué)習(Unsupervised Learning)是鏡子的兩面,兩者都想解決同一個問題——如何讓機器從零開始獲得智能?

監(jiān)督學(xué)習認為人要把自己的經(jīng)驗教給機器。拿分辨貓貓和狗狗的AI來說,你需要準備幾千張照片,然后手把手教機器——哪張照片是貓,哪張照片是狗。機器會從中學(xué)習到分辨貓狗的細節(jié),從毛發(fā)到眼睛到耳朵,然后舉一反三得去判斷一張它從沒見過的照片是貓貓還是狗狗。

而無監(jiān)督學(xué)習認為機器要去自己摸索,自己發(fā)現(xiàn)規(guī)律。人的經(jīng)驗或許能幫助機器掌握智能,但或許人的經(jīng)驗是有缺陷的,不如讓機器自己發(fā)現(xiàn)新的,更好的規(guī)律。人的經(jīng)驗就放一邊吧。

從無知到無敵

就像這篇新論文中講述的那樣。AlphaGo Zero是無監(jiān)督學(xué)習的產(chǎn)物,而它的雙胞胎兄弟Master則用了監(jiān)督學(xué)習的方法。在訓(xùn)練了72小時后AlphaGo Zero就能打敗戰(zhàn)勝李世乭的 AlphaGo Lee,相比較AlphaGo Lee訓(xùn)練了幾個月。而40天后,它能以89:11的成績,將戰(zhàn)勝了所有人類高手的Master甩在后面。

AlphaGo Zero從0開始的學(xué)習曲線,這個版本的神經(jīng)網(wǎng)絡(luò)由40個模塊組成。

圖靈的白板假設(shè)雖然無法用在人身上,但是AlphaGo Zero證明了,一個白板AI能夠被訓(xùn)練成超越人類的圍棋高手。

強化學(xué)習

強化學(xué)習(Reinforcement Learning)是一種模仿人類學(xué)習方式的模型,它的基本方法是:要是機器得到了好的結(jié)果就能得到獎勵,要是得到差的結(jié)果就得到懲罰。AlphaGo Zero并沒有像之前的兄弟姐妹一樣被教育了人類的圍棋知識。它只是和不同版本的自己下棋,然后用勝者的思路來訓(xùn)練新的版本,如此不斷重復(fù)。

AlphaGo Zero就像人類初學(xué)者,需要經(jīng)歷一定時間摸索。不同訓(xùn)練階段進行的三場自我對弈游戲中的頭80步,圖中顯示的下法來自AlphaGo Zero的一個版本,這個版本的神經(jīng)網(wǎng)絡(luò)由20個模塊組成。

圖片來自DeepMind

通過這一方法,AlphaGo Zero完全自己摸索出了開局、收官、定式等以前人類已知的圍棋知識,也摸索出了新的定勢。

算法和性能

如何高效合理得利用計算資源?這是算法要解決的一個重要問題。AlphaGo Lee使用了48個TPU,更早版本的 AlphaGo Fan(打敗了樊麾的版本)使用了176個GPU,而Master和AlphaGo Zero僅僅用了4個TPU,也就是說一臺電腦足夠!

由于在硬件和算法上的進步,AlphaGo變得越來越有效率。

AlphaGo Zero在72小時內(nèi)就能超越AlphaGo Lee也表明,優(yōu)秀的算法不僅僅能降低能耗,也能極大提高效率。另外這也說明,圍棋問題的復(fù)雜度并不需要動用大規(guī)模的計算能力,那是只浪費。

AlphaGo Zero的算法有兩處核心優(yōu)化:將策略網(wǎng)絡(luò)(計算下子的概率)和值網(wǎng)絡(luò)(計算勝率)這兩個神經(jīng)網(wǎng)絡(luò)結(jié)合,其實在第一篇 AlphaGo的論文中,這兩種網(wǎng)絡(luò)已經(jīng)使用了類似的架構(gòu)。另外,引入了深度殘差網(wǎng)絡(luò)(Deep Residual Network),比起之前的多層神經(jīng)網(wǎng)絡(luò)效果更好。

Deepmind 的歷程

這不是 Deepmind第一次在《自然》上發(fā)論文,他們還在Nature上發(fā)表過《利用深度神經(jīng)網(wǎng)絡(luò)和搜索樹成為圍棋大師》和《使用深度強化學(xué)習達到人類游戲玩家水平》(論文鏈接:http://rdcu.be/wRDs)以及《使用神經(jīng)網(wǎng)絡(luò)和動態(tài)外存的混合計算模型》三篇論文,Deepmind在Nature Neuroscience上也發(fā)過多篇論文。

我們可以從中一窺 Deepmind的思路,他們尋找人類還沒有理解原理的游戲,游戲比起現(xiàn)實世界的問題要簡單很多。然后他們選擇了兩條路,一條道路是優(yōu)化算法,另外一條道路是讓機器不受人類先入為主經(jīng)驗的影響。

這兩條路交匯的終點,是那個真正能夠超越人的AI。

結(jié)語

這是AlphaGo 的終曲,也是一個全新的開始,相關(guān)技術(shù)將被用于造福人類,幫助科學(xué)家認識蛋白質(zhì)折疊,制造出治療疑難雜癥的藥物,開發(fā)新材料,以制造以出更好的產(chǎn)品。


聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 人工智能
    +關(guān)注

    關(guān)注

    1806

    文章

    49014

    瀏覽量

    249436
  • 阿爾法狗
    +關(guān)注

    關(guān)注

    1

    文章

    17

    瀏覽量

    8532

原文標題:阿爾法狗再進化:無師自通學(xué)3天,100:0擊敗老狗(附:專訪視頻及論文詳細解讀)

文章出處:【微信號:eetop-1,微信公眾號:EETOP】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    AI芯片的過去和未來,看這篇文章就夠了

    相信你一定還記得擊敗和柯潔的谷歌阿爾法(AlphaGo),那你知道驅(qū)動AlphaGo的
    發(fā)表于 10-31 13:56 ?1601次閱讀

    AlphaGO大勝 但與“劃時代”無關(guān)

     3月15日,谷歌人工智能圍棋軟件AlphaGo與前世界圍棋第一人、韓國九段名將的第五場對戰(zhàn)結(jié)束,AlphaGo以4:1的總比分戰(zhàn)勝
    發(fā)表于 03-18 17:16 ?1308次閱讀

    美國軍方最新型號大機器人——“阿爾法(或者LS3)”,

    `日前,美國軍方展示了最新型號大機器人——“阿爾法(或者LS3)”,這是一種四腿自治機器人。它不久將成為士兵最好的朋友,是戰(zhàn)場上最忠實的
    發(fā)表于 01-16 14:31

    人工智能VS圍棋名將,誰會贏?

    將在韓國首爾面對人工智能對手的挑戰(zhàn)。這將是一場重量級比賽,被認為堪比1997年國際象棋大師卡斯帕羅夫與IBM超級計算機“深藍”之間的對抗。當時,“深藍”在5盤比賽中以3比2取勝。
    發(fā)表于 03-07 10:53

    誠征自動化(硬件、嵌入式)、互聯(lián)網(wǎng)、 數(shù)據(jù)庫、數(shù)據(jù)安全技術(shù)合伙人

    我們是機器人創(chuàng)業(yè)團隊(上海)我們的項目是工業(yè)4.0智造餐飲——有自學(xué)能力的烹飪機器人加云平臺云服務(wù)阿爾法戰(zhàn)勝
    發(fā)表于 05-31 14:39

    人工智能已統(tǒng)治圍棋? 阿爾法擊敗世界第一棋手柯潔九段

    5月23日,在烏鎮(zhèn)舉行的圍棋峰會上,人工智能圍棋程序“阿爾法(AlphaGo)”擊敗了目前世界排名第一的中國棋手柯潔九段。雙方對弈超過4小時,最終“阿爾法
    發(fā)表于 05-23 15:42 ?9262次閱讀

    阿爾法只是一個會下棋的人工智能?

    阿爾法這幾天又火了,在擊敗了韓國選手之后,又擊敗
    發(fā)表于 05-27 14:12 ?2691次閱讀

    阿爾法元大敗阿爾法,將AI推入全新階段

    繼今年5月,機器人阿爾法(AlphaGo)在世界級三番棋人機大戰(zhàn)中戰(zhàn)勝了世界排名第一的中國棋手柯潔,近日,阿爾法的下一代阿爾法元(Alp
    發(fā)表于 11-03 14:12 ?3440次閱讀

    阿爾法的工作原理及核心技術(shù)

    阿爾法圍棋(AlphaGo)是第一個擊敗人類職業(yè)圍棋選手、第一個戰(zhàn)勝圍棋世界冠軍的人工智能程序,由谷歌(Google)旗下DeepMind公司戴密斯哈薩比斯領(lǐng)銜的團隊開發(fā)。 那么阿爾法
    發(fā)表于 11-28 11:10 ?13.3w次閱讀

    專家告訴你什么是人工智能

    自從 2016 年阿爾法上演的人機大戰(zhàn),以人工智能擊敗人類落幕,三年過去了,人工智能似
    發(fā)表于 08-02 16:05 ?1078次閱讀

    再戰(zhàn)人工智能 被讓兩子首戰(zhàn)告捷

    韓國圍棋選手九段在于19日拉開帷幕的“BRAIN MASSAGE杯” 圍棋大賽中,在開局被讓兩子的情況下,擊敗圍棋人工智能“韓豆(HANDOL)”,首戰(zhàn)告捷。
    發(fā)表于 12-20 14:52 ?669次閱讀

    英特爾去年人工智能相關(guān)營收38億美元 未來市場也將不斷擴大

    2月3日消息,據(jù)國外媒體報道,谷歌阿爾法在2016年3月的人機圍棋大戰(zhàn)中4:1擊敗
    發(fā)表于 03-03 11:20 ?402次閱讀

    阿爾法機器全球預(yù)訂量領(lǐng)先,它的成功秘訣是什么

    要說2021年的大事件,由蔚藍科技自主設(shè)計研發(fā)的阿爾法機器成功破世界紀錄必須有姓名!此前進行預(yù)售的阿爾法機器C系列已經(jīng)陸續(xù)交付,不少用戶紛紛開始“曬
    的頭像 發(fā)表于 02-28 10:47 ?1725次閱讀
    <b class='flag-5'>阿爾法</b>機器<b class='flag-5'>狗</b>全球預(yù)訂量領(lǐng)先,它的成功秘訣是什么

    阿爾法機器如此受歡迎的魅力是什么

    要說2021年的大事件,蔚藍科技自主設(shè)計研發(fā)的阿爾法機器成功打破世界紀錄。此前預(yù)售的阿爾法機器C系列已經(jīng)陸續(xù)發(fā)貨,不少用戶開始“秀”。
    發(fā)表于 03-23 16:50 ?1848次閱讀
    <b class='flag-5'>阿爾法</b>機器<b class='flag-5'>狗</b>如此受歡迎的魅力是什么

    雷峰網(wǎng)「GAIR 2023 GPT Pioneer 5」揭曉:GPT激流中的5位「領(lǐng)潮兒」

    希望,這個新的AI時代,是充滿機遇的AI時代。 7年前,阿爾法(AlphaGo)和的那場人機大戰(zhàn),整個科技圈都轟動了。 2016年,
    的頭像 發(fā)表于 08-15 11:53 ?633次閱讀