只有4个小时的谷歌"培养"更好的国际象棋选手在历史

<国际象棋是一个困难的游戏。 至少有人类的标准。 但对于重型人工智能这是一个共同的爱好，可以掌握在非常短的时间。 在一篇文章发表在网上图书馆Arxiv.org 工程师从Google分享的详细信息关于如何，他们最新的艾配置AlphaZero们能够发展"超人的能力"在国际象棋只是几个小时。

<<跨id="更279610">

<后的系统只取得了一些基本的规则(没有战略)中，AlphaZero只用了四小时掌握的游戏，所以它下降了甚至最强的世界的鳕鱼干国际象棋引擎。

<经过一系列的100个游戏针对鳕鱼干AI算法AlphaZero已经赢得了25次一个游戏，与白件三次游戏黑。 所有其他缔约方这两个系统都依赖。 在结束时，鳕鱼干不可能赢得一个单一的时间，并AlphaZero，反过来，从来没有丢失。

<大段引用><"我们有一个新的耶和华的国际象棋。 这是毫无疑问revolutionaire的游戏，但这将是很好的考虑如何可以应用之外的棋"，第8212；以说大卫Kramaley，研究人员的国际象棋和编辑的网站Chessable.

<系统AlphaZero是工作的基础上AI算法AlphaGo和AlphaGo零，这是创造者的工程师的实验室人工智能DeepMind拥有的。 DeepMind工作，以改善这些AI算法几年来，沿途赢得与他们在世界上最好的球员在古老的逻辑游戏。 高潮的获奖系列发生在今年十月，当新的和完全独立版本的AI-算法AlphaGo培训的专门的游戏本身，而不是针对人类的对手，必须赢得了所有其先前的版本。

<同时，先前的版本的算法AlphaGo零部分研究了游戏通过观察的人是如何发挥。 因此开发商想帮她在学习战略的游戏，但事实证明，事实上它只是减慢，在发展。 全自己当培训的影响，明显更有效的结果AlphaGo零比赛之一。

<大段引用><"很喜欢看外星文明，创造他们自己的数学"，第8212；所述的在采访。早在十月份，尼克*海因斯，一名科学家在麻省理工学院的工作领域的计算机科学。

<大段引用><"我们在这里看到的，是一个独立、自给自足模式创建的排除因素的人的偏见。 她独立是能学到什么，她认为最佳，这将肯定的区分它从我们自己的概念。"

<然而，发展AI发生的如此之快，什么是通过今年十月，已经可以出的日期。 在发表文章，DeepMind工程师庆祝，因为最新的版本AlphaZero已经转移到一个新水平和能够解决的范围更广的任务。 这意味着现在AlphaZero不仅能够发挥国际象棋。 它还对付棋(日本棋盘游戏)，并在这做到尽善尽美，她只是2和8小时，分别。

<迄今为止既没有谷歌工程师或工程师DeepMind公开发表了意见有关的新的结果，他们的工作，他们期望的第三方和独立专家的分析文章Arxiv.org中。 然而，清楚的是，在提升的这个算法的峰的人工智能是仍然远远没有完成，但现在它是太酷了，它是公认的，即使通过大师。

<大段引用><"一直想知道它会怎么看起来像一个游戏的棋牌之间的更先进的物种降落在地球上。 现在我知道"，第8212;评论的结果AlphaZero大师彼得*海涅尼尔森。