„AlphaZero“algoritmas be žmogaus mokytojo per 24 valandas įsisavino šachmatus ir šagų žaidimą taip, kad įveikė kitas čempionų programas, kurios anksčiau besąlygiškai įveikė žmones.
Dirbtinio intelekto (AI) algoritmus kurianti įmonė „Deep Mind“paskelbė duomenis apie AlphaGo algoritmo, skirto žaisti šachmatais ir shogais, perkvalifikavimo rezultatus. Anksčiau „AlphaGo“sugebėjo įveikti pasaulio čempionus „go“žaidime. Dirbtinį intelektą pavyko įsisavinti naujus žaidimus dar greičiau. Atitinkamas darbas yra paskelbtas Kornelio universiteto priešspausdinimo serveryje.
- „Salik.biz“
„AlphaZero“naudojo sustiprinimo mokymosi metodą. Tai gilaus mašininio mokymosi potipis, kuriame nenaudojamas žmogaus mokytojas, o tik žaidimai tarp dviejų AI. Nors pradžioje abi AI žaidžia labai prastai, dėl didelio greičio (palyginti su žmogumi mokytoju) jie per trumpą laiką gali žaisti daugybę žaidimų ir pasirinkti gerai patikrintus judesius bei jų sekas tam tikrose lentos vietose, o tai suteikia algoritmų galimybė nepaprastai greitai padidinti jų lygį.
Šiuo atveju „AlphaZero“pasiekė aukštesnį nei bet kurio žmogaus žaidėjo žaidimo lygį tik per 24 valandas. Tuomet jai buvo leista žaisti su geriausiu turimu šachmatininku Stockfishu ir geriausiu shogi žaidėju Elmo (labai modifikuotas šachmatų rinkinys ankstyvųjų viduramžių Japonijoje).
Nepaisant labai trumpo treniruočių laikotarpio, „AlphaZero“28 kartus įveikė „Stockfish“ir nuplaukė dar 72 kartus. Jai pavyko laimėti prieš „Elmo“90 kartų, prarasti 8 kartus ir 2 kartus piešti. Tai nepaprastai aukšti rezultatai. Tiek šachmatai, tiek shogi labai skiriasi tiek nuo to, kuriam iš pradžių buvo sukurta AlphaGo, tiek ir vienas nuo kito. Pavyzdžiui, „Japonijos šachmatai“reiškia nepaprastai egzotiškas galimybes, pavyzdžiui, žaisti priešo „suvalgytus“gabalus. Sukurto algoritmo pergalė tik žaidžiant su visiškai identišku savo algoritmu, kurį gali pasiekti mokytojas
IVANO ORTEGA