ModelAlphaGo Zero
AlphaGo Zero
DeepMind开发的围棋AI，通过纯自我博弈强化学习训练，无需人类棋谱即可达到超人水平
Timeline (last 90 days)
Sep 4
AlphaGo Zero在每轮迭代中，新版本与旧版本对弈，胜率超过55%则替换旧版本
Unverified50%
Sep 4
AlphaGo Zero的成功依赖于围棋是规则完备、结果可验证的封闭系统，这是将自我对弈扩展到通用AI的主要障碍之一
Unverified50%
Sep 3
AlphaGo Zero由DeepMind于2017年发布，使用蒙特卡洛树搜索结合深度神经网络，完全不依赖人类棋谱从零开始训练
Unverified50%
Sep 3
AlphaGo Zero每一轮迭代中新版本与旧版本对弈，胜率超过55%则替换旧版本，经过约4900万局自我对弈仅40天训练即超越人类顶尖棋手
Unverified50%
Aug 31
AlphaGo Zero完全不使用人类棋谱，从零开始自我对弈就超越了所有前代版本
Unverified50%
Aug 28
AlphaGo Lee先用人类棋谱做监督预训练再用强化学习自我对弈提升，而AlphaGo Zero完全抛弃人类数据纯粹从自我对弈学习并达到更高水平
Unverified50%
All Facts (6)
Unverified
AlphaGo Zero在每轮迭代中，新版本与旧版本对弈，胜率超过55%则替换旧版本
50%UnverifiedAlphaGo Zero的成功依赖于围棋是规则完备、结果可验证的封闭系统，这是将自我对弈扩展到通用AI的主要障碍之一
50%UnverifiedAlphaGo Zero由DeepMind于2017年发布，使用蒙特卡洛树搜索结合深度神经网络，完全不依赖人类棋谱从零开始训练
50%UnverifiedAlphaGo Zero每一轮迭代中新版本与旧版本对弈，胜率超过55%则替换旧版本，经过约4900万局自我对弈仅40天训练即超越人类顶尖棋手
50%UnverifiedAlphaGo Zero完全不使用人类棋谱，从零开始自我对弈就超越了所有前代版本
50%UnverifiedAlphaGo Lee先用人类棋谱做监督预训练再用强化学习自我对弈提升，而AlphaGo Zero完全抛弃人类数据纯粹从自我对弈学习并达到更高水平
50%