AlphaZero

此條目頁的主題是棋類電腦軟件。關於DeepMind所開發的人工智能圍棋軟件，請見「AlphaGo Zero」。

AlphaZero是DeepMind所開發的人工智能軟件。

簡介

參見：AlphaGo Zero

AlphaZero使用與AlphaGo Zero類似但更一般性的演算法，在不做太多改變的前提下，並將演算法從圍棋延伸到將棋與國際象棋上。AlphaZero與AlphaGo Zero不同之處在於：

• AlphaZero的超參數是寫死的。
• AlphaZero現在會不斷更新類神經網絡。
• 圍棋在某些情況是對稱或是可旋轉的，AlphaGo Zero的程式利用這個特性降低計算複雜性，AlphaZero因為延伸到將棋與國際象棋則拿掉了這段程式。
• 國際象棋有已知的和局終局資料庫，所以AlphaZero利用這個終局資料庫納入計算。

與Stockfish以及elmo的比較

AlphaZero基於蒙特卡洛樹搜尋，每秒只能搜尋8萬步（國際象棋）與4萬步（將棋），相較於Stockfish每秒可以7000萬步，以及elmo每秒可以3500萬步，AlphaZero則是利用了類神經網絡提昇了搜尋的質素。

訓練

AlphaZero使用了5,000顆第一代的TPU進行訓練。

成績

國際象棋

在4小時的訓練後（約自我訓練4400萬局），AlphaZero以28勝72和0敗的成績打敗Stockfish。

將棋

在12小時的訓練後（約自我訓練2400萬局），AlphaZero以90勝2和8敗的成績打敗elmo。

圍棋

在34小時的訓練後（約自我訓練2100萬局），AlphaZero以60勝40敗的成績打敗AlphaGo Zero。

相關連結

• AlphaGo Zero
• DeepMind
• ELF OpenGo
• KataGo

外部連結

• Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm（頁面存檔備份，存於互聯網檔案館），AlphaZero的論文。
• Game Downloads（頁面存檔備份，存於互聯網檔案館），AlphaZero與國際象棋軟件Stockfish的對弈記錄。
• Chess.com Youtube playlist for AlphaZero vs. Stockfish（頁面存檔備份，存於互聯網檔案館）