AlphaZero

此条目的主题是棋类电脑软件。关于DeepMind所开发的人工智能围棋软件，请见“AlphaGo Zero”。

AlphaZero是DeepMind所开发的人工智能软体^[1]。

简介

参见：AlphaGo Zero

AlphaZero使用与AlphaGo Zero类似但更一般性的演算法，在不做太多改变的前提下，并将演算法从围棋延伸到将棋与国际象棋上。AlphaZero与AlphaGo Zero不同之处在于^[1]：

• AlphaZero的超参数是写死的。
• AlphaZero现在会不断更新人工神经网络。
• 围棋在某些情况是对称或是可旋转的，AlphaGo Zero的程式利用这个特性降低计算复杂性，AlphaZero因为延伸到将棋与国际象棋则拿掉了这段程式。
• 西洋棋有已知的和局终局资料库（英语：Endgame tablebase），所以AlphaZero利用这个终局资料库纳入计算。

与Stockfish以及elmo的比较

AlphaZero基于蒙特卡洛树搜索，每秒只能搜寻8万步（西洋棋）与4万步（将棋），相较于Stockfish每秒可以7000万步，以及elmo（日语：elmo (コンピュータ将棋ソフト)）每秒可以3500万步，AlphaZero则是利用了类神经网路提升了搜寻的品质^[1]。

训练

AlphaZero使用了5,000颗第一代的TPU进行训练。

成绩

西洋棋

在4小时的训练后（约自我训练4400万局^{[1]:Table S3}），AlphaZero以28胜72和0败的成绩打败Stockfish^{[1]:Table 1}。

将棋

在12小时的训练后（约自我训练2400万局^{[1]:Table S3}），AlphaZero以90胜2和8败的成绩打败elmo（日语：elmo (コンピュータ将棋ソフト)）^{[1]:Table 1}。

围棋

在34小时的训练后（约自我训练2100万局^{[1]:Table S3}），AlphaZero以60胜40败的成绩打败AlphaGo Zero^{[1]:Table 1}。

相关连结

• AlphaGo Zero
• DeepMind
• ELF OpenGo
• KataGo

参考资料

1. Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm. 2017-12-05 [2018-05-09]. （原始内容存档于2017-12-08）.

外部链接

• Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm（页面存档备份，存于互联网档案馆），AlphaZero的论文。
• Game Downloads（页面存档备份，存于互联网档案馆），AlphaZero与西洋棋软体Stockfish的对弈记录。
• Chess.com Youtube playlist for AlphaZero vs. Stockfish（页面存档备份，存于互联网档案馆）