最近，F(xiàn)acebook的人工智能研究所（以下簡(jiǎn)稱FAIR）宣布，他們開(kāi)源了自研的圍棋AI訓(xùn)練模型和代碼。這意味著，你可以隨時(shí)隨地和Facebook的人工智能下圍棋了，而且此圍棋AI程序重現(xiàn)的是名噪一時(shí)的AI高手AlphaZero。
去年5月，F(xiàn)AIR發(fā)布了ELF Open GO，ELF OpenGo是FAIR依照DeepMind在《自然》上發(fā)表的和AlphaGo Zero以及AlphaZero相關(guān)的論文，做出的開(kāi)源計(jì)算機(jī)圍棋程序，也就是說(shuō)，ELF OpenGo不使用人類(lèi)棋譜與累積的圍棋知識(shí)，僅使用單一類(lèi)神經(jīng)網(wǎng)絡(luò)從自我對(duì)弈中學(xué)習(xí)。
該圍棋AI之前在和韓國(guó)棋院的專(zhuān)業(yè)圍棋選手對(duì)弈中，都取得不錯(cuò)的成績(jī)。據(jù)悉，OpenGo 的最新版本使用2000塊GPU訓(xùn)練了15天后，在一塊GPU的情況下與4個(gè)排名前30的職業(yè)選手進(jìn)行比賽時(shí)，取得了20：0全勝的戰(zhàn)績(jī)，可謂是戰(zhàn)無(wú)不勝。
在這次開(kāi)源的論文中，F(xiàn)AIR研究人員全面披露了ELF OpenGo的訓(xùn)練過(guò)程，包括取得的是三個(gè)突破。
一是為ELF OpenGo訓(xùn)練了一個(gè)超人類(lèi)棋藝的模型，他們?cè)?000個(gè)GPU上運(yùn)行類(lèi)AlphaZero的訓(xùn)練軟件9天后，有20個(gè)模塊的模型超越了人類(lèi)水平。
二是提供了模型在訓(xùn)練過(guò)程中的行為分析，包括和其他模型的對(duì)比、學(xué)習(xí)速度、學(xué)習(xí)難度等等。
三是通過(guò)實(shí)施ablation實(shí)驗(yàn)，以研究AlphaZero風(fēng)格算法的性質(zhì)，他們發(fā)現(xiàn)對(duì)于最終模型而言，對(duì)局中加倍rollout水平大約提升200 ELO，AI的發(fā)揮會(huì)受到模型容量的限制。
最后，此次論文的主要作者為田淵棟，他一直負(fù)責(zé)Facebook的圍棋AI相關(guān)研究，在此前的一篇知乎文章中，他提到：DeepMind不開(kāi)源也不透露細(xì)節(jié)，文章里面一些地方也沒(méi)有寫(xiě)得很清楚。沒(méi)有第一手經(jīng)驗(yàn)總不是很踏實(shí)。所以本著研究目的，我們需要復(fù)現(xiàn)一下，先有復(fù)現(xiàn)，才有創(chuàng)新，這個(gè)是做研究的習(xí)慣。而且如果我們?nèi)タ?ELF OpenGo 的代碼，會(huì)發(fā)現(xiàn)其完全適用于其它方向的工作。而圍棋對(duì)我們來(lái)說(shuō)，只是一個(gè)把算法和平臺(tái)做好的手段。在這一點(diǎn)上，花點(diǎn)時(shí)間把圍棋做好是值得的。
最后，關(guān)于ELF OpenGo最新訓(xùn)練模型的具體數(shù)據(jù)可以閱讀原文獲取論文鏈接了解。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
