您的位置
主页 > 国内新闻 » 正文

无需大量算力训练,通过“读”解说员的评论,AI也能学会国际象棋

来源:www.parsanfa.com 点击:604

大数据摘要2天前我想分享大数据摘要

编译:啤酒泡泡20世纪90年代末,小发猫Deep Blue研究了一系列国际象棋算法,并希望击败当时的世界冠军加里卡斯帕罗夫。

2016年底,Deepmind在《自然》(自然界)上发表了一篇论文,报道了Go程序AlphaGo Zero的最终版本,这是一种革命性的算法,可以完全自学Go。无论游戏如何,只要你告诉系统游戏的基本规则,它就可以通过持续的自我游戏学习最终掌握游戏的核心。

最近,伦敦大学学院的研究人员发现,无需练习,机器可以通过“阅读”评论员的评论,学习如何下棋,以及如何更有效地做其他事情来区分好棋和坏棋。国际象棋爱好者最喜欢的是讨论Bobby Fischer出色的放弃战术,或今天世界冠军马格努斯卡尔森的一系列天才般的进攻动作。事实证明,这种聊天可以帮助人工智能软件学习如何下棋。在不久的将来,这项技术可以教机器使用我们语言的情感内容来掌握各种实用技能。国际象棋算法SentiMATE由伦敦大学学院的Nicholas McCarthy,Isaac Kamlish和Issac Bentata Chocron的研究人员设计。它通过分析专业评论员的反应并学习这项新技能来评估每项举措的质量。他们的团队在线分析了2700块棋盘评论。他们排除了与优秀国际象棋无关的评论评论,以及不清楚的评论。然后,他们使用了一种非常特殊的循环神经网络和单词向量方法(一种可以关联单词含义的数学方法),并使用最先进的模型来分析语言。

人工智能最近在语言分析方面取得了重大进展。例如,旧金山的OpenAI研究公司开发了一种算法,该算法基于一些建议的词汇表生成整个故事。 “自然语言处理的未来方向应该是将这些学到的信息转化为可以解决实际问题的真实行为,”研究人员在一封电子邮件中告诉麻省理工学院技术评论杂志。 “我觉得文本数据的学习方法是一条值得探索的研究路径。”SentiMATE的出现令研究人员感到惊讶,因为它可以解决国际象棋的一些基本原则和一些关键策略,比如捕捉双重(一个棋子)可以同时攻击两个或更多的敌人)和一辆王车易位(国王和汽车)在董事会下方移动到一个更具防御性的位置。它不是一个人工智能大师,它不能总是击败一些传统的国际象棋游戏机器人。但是这个程序表明,未来你可以用这种语言学习如何玩好游戏。与传统方法相比,它需要更少的数据,不需要太多的计算能力.国际象棋一直是一个里程碑用于测试机器智能的进展,从Allen Turing的1951年国际象棋程序(写论文)到加里卡斯帕罗夫在小发猫的“深蓝”手中击败。

包括深红色程序“AlphaZero”,游戏规则将被输入到程序中,然后它将通过对抗不同版本的自身来改进技能和战术。因为它是自学,所以AlphaZero开发了一些罕见且令人惊讶的策略。但就像“深蓝色”一样,AlphaZero需要成千上万的谷歌张量处理器和数百万款游戏。研究人员表示,SentiMATE使用的学习方法不仅可以用于国际象棋,还可以用于许多其他实际问题。例如,这些方法可以帮助机器分析运动,预测财务活动,并提供更好的建议。 “有很多书籍,博客和论文等着它去学习,”团队工作人员指出。相关报道:

实习/全职编辑招聘

加入我们,体验专业技术媒体的每一个细节,并与世界上最优秀的人群一起在最有前途的行业中成长。协调北京清华东门,详细回复大数据摘要主页对话页面的“招聘”。请将简历直接发送至

志愿者介绍后台回应“志愿者”加入我们

收集报告投诉

大数据摘要

编译:啤酒泡泡20世纪90年代末,小发猫Deep Blue研究了一系列国际象棋算法,并希望击败当时的世界冠军加里卡斯帕罗夫。

2016年底,Deepmind在《自然》(自然界)上发表了一篇论文,报道了Go程序AlphaGo Zero的最终版本,这是一种革命性的算法,可以完全自学Go。无论游戏如何,只要你告诉系统游戏的基本规则,它就可以通过持续的自我游戏学习最终掌握游戏的核心。

最近,伦敦大学学院的研究人员发现,无需练习,机器可以通过“阅读”评论员的评论,学习如何下棋,以及如何更有效地做其他事情来区分好棋和坏棋。国际象棋爱好者最喜欢的是讨论Bobby Fischer出色的放弃战术,或今天世界冠军马格努斯卡尔森的一系列天才般的进攻动作。事实证明,这种聊天可以帮助人工智能软件学习如何下棋。在不久的将来,这项技术可以教机器使用我们语言的情感内容来掌握各种实用技能。国际象棋算法SentiMATE由伦敦大学学院的Nicholas McCarthy,Isaac Kamlish和Issac Bentata Chocron的研究人员设计。它通过分析专业评论员的反应并学习这项新技能来评估每项举措的质量。他们的团队在线分析了2700块棋盘评论。他们排除了与优秀国际象棋无关的评论评论,以及不清楚的评论。然后,他们使用了一种非常特殊的循环神经网络和单词向量方法(一种可以关联单词含义的数学方法),并使用最先进的模型来分析语言。

人工智能最近在语言分析方面取得了重大进展。例如,旧金山的OpenAI研究公司开发了一种算法,该算法基于一些建议的词汇表生成整个故事。 “自然语言处理的未来方向应该是将这些学到的信息转化为可以解决实际问题的真实行为,”研究人员在一封电子邮件中告诉麻省理工学院技术评论杂志。 “我觉得文本数据的学习方法是一条值得探索的研究路径。”SentiMATE的出现令研究人员感到惊讶,因为它可以解决国际象棋的一些基本原则和一些关键策略,比如捕捉双重(一个棋子)可以同时攻击两个或更多的敌人)和一辆王车易位(国王和汽车)在董事会下方移动到一个更具防御性的位置。它不是一个人工智能大师,它不能总是击败一些传统的国际象棋游戏机器人。但是这个程序表明,未来你可以用这种语言学习如何玩好游戏。与传统方法相比,它需要更少的数据,不需要太多的计算能力.国际象棋一直是一个里程碑用于测试机器智能的进展,从Allen Turing的1951年国际象棋程序(写论文)到加里卡斯帕罗夫在小发猫的“深蓝”手中击败。

包括深红色程序“AlphaZero”,游戏规则将被输入到程序中,然后它将通过对抗不同版本的自身来改进技能和战术。因为它是自学,所以AlphaZero开发了一些罕见且令人惊讶的策略。但就像“深蓝色”一样,AlphaZero需要成千上万的谷歌张量处理器和数百万款游戏。研究人员表示,SentiMATE使用的学习方法不仅可以用于国际象棋,还可以用于许多其他实际问题。例如,这些方法可以帮助机器分析运动,预测财务活动,并提供更好的建议。 “有很多书籍,博客和论文等着它去学习,”团队工作人员指出。相关报道:

实习/全职编辑招聘

加入我们,体验专业技术媒体的每一个细节,并与世界上最优秀的人群一起在最有前途的行业中成长。协调北京清华东门,详细回复大数据摘要主页对话页面的“招聘”。请将简历直接发送至

志愿者介绍后台回应“志愿者”加入我们

http://m.shxhh.com.cn