他实现了AlphaGo Zero的算法,发现可能还得训练1700年 | 代码-阿里云开发者社区

开发者社区> 量子位> 正文
登录阅读全文

他实现了AlphaGo Zero的算法,发现可能还得训练1700年 | 代码

简介:
本文来自AI新媒体量子位(QbitAI)

AlphaGo退隐,留下身后一众你追我赶的围棋AI。

比如说前些天在野狐上连斩多名职业选手的新版绝艺“符合预期”,又比如说多年研究国际象棋和围棋AI的gcp,最近又把AlphaGo Zero的算法实现出来放到了GitHub上,起名叫Leela Zero

8897379df25c288fa3c9e3070c3e34394d2a2c9c

地址:https://github.com/gcp/leela-zero

gcp是谁?

Gian-Carlo Pascutto,这是他的全名。

b3ca65fc2aaec8caa1069d791d9937db6b0e3d5f

这位比利时程序员小哥,研究用计算机下棋已经不是一年两年了。早在上个世纪,他就开始在Adrien Regimbald的开源象棋引擎Faile基础上开发自己的国际象棋软件了。

他所开发的国际象棋软件名叫Sjeng,苹果Mac电脑自带的国际象棋软件,所用的计算引擎就是开源版Sjeng。2003年,这位小哥还开发了一个商业版的Deep Sjeng。

Sjeng赢得过2008年世界快速计算机国际象棋锦标赛冠军、2009年世界计算机国际象棋锦标赛冠军,以及2010和2011年的网络计算机国际象棋锦标赛。

后来,gcp的兴趣转向了围棋。

他所开发的围棋软件Leela也可以说是很厉害了,2008年,Leela获得了Computer Olympiad(计算机奥林匹克)19×19围棋比赛的第三名和9×9围棋的第二名。

2017年2月,他与时俱进地发布了新版Leela,在其中用上了深度学习技术。今年8月,这个围棋软件在首届世界智能围棋公开赛中排名第8,排在它前边的,有中国大陆的绝艺、天壤,台北的CGI,日本的DeepZenGo、Rayn、AQ和韩国的石子旋风。

对了,你用过强大的音频播放器foobar2000吗?这位小哥也是作者之一。

自学版AlphaGo Zero发布之后,gcp显然要再与时俱进一次。

Leela Zero

这一次与时俱进的成果,就是Leela Zero。

Leela Zero是AlphaGo Zero论文Mastering the Game of Go without Human Knowledge的实现,据gcp在GitHub上介绍,这个实现非常忠于原文,目标就是搞一个开源的AlphaGo Zero。

作为AlphaGo Zero的忠实实现,Leela Zero使用了蒙特卡洛树搜索(MCTS)和深度残差卷积神经网络堆栈,不需要输入人类棋谱,可以在自我对弈中提升。

但是,Leela Zero和真正的AlphaGo Zero还差一个很重要的东西:网络权重。

gcp在Leela Zero的GitHub说明中称,这份实现中不包含网络权重,如果能搞到AlphaGo Zero的权重,这个程序能和真的狗一样强。

但问题在于,他算了一下,如果要在普通消费级硬件上重新计算一遍AlphaGo Zero的权重,也就是让Leela Zero进化到AlphaGo Zero退隐时候的水平,需要1700年。

这个普通消费级硬件,指的是一块英伟达GTX 1080 Ti。

所以,Leela Zero现在应该算是个没有灵魂的躯壳,等着来自大规模GPU的计算力赋予它真正的生命。gcp把这个算法实现出来之后,就开始到处发帖征集志愿者来一起贡献GPU算力训练它。

如果你不想贡献GPU,只想试试这个围棋软件的话,gcp也提供了一版用人类棋谱训练的小型网络供下载:https://sjeng.org/zero/best_v1.txt.zip。

当然,还是一起训练完整版Leela Zero更exciting。

41f1ebf0deb3760ef195a2e42eaabdb3e51738a0

本文作者:夏乙
原文发布时间:2017-11-27

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
+ 订阅

官方博客
最新文章
相关文章
官网链接