Alpha Go横扫人类之后，AI就自己跟自己玩了，而今，Alpha Zero横空出世

【AlphaZero登上《科学》封面：宣称可自学任何一种完美博弈游戏 完整论文首次发布】

不仅会下围棋，还自学成才横扫国际象棋和日本将棋的DeepMind AlphaZero，登上了最新一期《科学》杂志封面。DeepMind说，现在AlphaZero已经学会了三种不同的复杂棋类游戏，并且可能学会任何一种完美信息博弈的游戏，这“让我们对创建通用学习系统的使命充满信心”。

AlphaZero到底有多厉害？再总结一下。

在国际象棋中，AlphaZero训练4小时就超越了世界冠军程序Stockfish；

在日本将棋中，AlphaZero训练2小时就超越了世界冠军程序Elmo。

在围棋中，AlphaZero训练30小时就超越了与李世石对战的AlphaGo。

AlphaZero的算法和其他算法完全不同，它依靠的是深度神经网络、通用强化学习算法和通用树搜索算法。除了基本规则之外，它对这些棋类游戏一无所知。AlphaZero深度神经网络的参数，通过自我博弈的强化学习来训练，从随机初始化的参数开始。

随着时间推移，系统渐渐从输、赢以及平局里面，学会调整参数，让自己更懂得选择那些有利于赢下比赛的走法。

https://mp.weixin.qq.com/s/bwILNzKqE9b2Yn3-FZCKKQ?

无论你服不服，也只有发抖的份儿