AlphaGo እና AlphaZero መመሪያ

አጠቃላይ እይታ

ከዚያም አልፋ ዜሮ ጐን፣ ቼዝ እና ሾጊን ሙሉ በሙሉ በራስ በመጫወት፣ ከሰው በላይ የሆነ ችሎታን ከባዶ ተማረ።

ጥልቅ ዳይቭ

Go በሚታየው አጽናፈ ሰማይ ውስጥ ካሉ አቶሞች የበለጠ ሊሆኑ የሚችሉ የቦርድ ቦታዎች አሉት ፣ ይህም የጭካኔ ኃይል ፍለጋ ተስፋ ቢስ እና ግንዛቤን አስፈላጊ ያደርገዋል። እ.ኤ.አ. በ2016፣ አልፋጎ ታዋቂውን ሻምፒዮን ሊ ሴዶልን 4-1 አሸንፏል፣ በታዋቂው 'Move 37' አስደናቂ ባለሙያዎች ፈጠራ ሰው ያልሆኑ። አልፋጎ ከሰው ኤክስፐርት ጨዋታዎች እና ራስን መጫወት ተማረ። እ.ኤ.አ. በ 2017 አልፋ ዜሮ ከዚህ በላይ ሄዷል፡ ከህጎቹ ብቻ ጀምሮ የሰው መረጃ ከሌለ በሚሊዮን የሚቆጠሩ ጨዋታዎችን በራሱ ላይ በመጫወት እራሱን ያስተማረ ሲሆን ከሰዓታት እስከ ቀናት ውስጥ ከምርጥ ጎ፣ ቼዝ እና ሾጊ ፕሮግራሞች በልጦ ነበር። የኋለኛው ስርዓት MuZero በራሱ የጨዋታ ህጎችን እንኳን ተማረ። እነዚህ ወሳኝ ክንውኖች የማጠናከሪያ ትምህርት እና ፍለጋ እንዴት ከሰው እውቀት በላይ ስልቶችን እንደሚያገኝ አሳይተዋል።

ቴክኒካዊ ግንዛቤ

አልፋ ዜሮ ጥልቅ የነርቭ አውታረ መረብን ከሞንቴ ካርሎ ዛፍ ፍለጋ (MCTS) ጋር ያጣምራል። አውታረ መረቡ ፖሊሲን ያወጣል (እንቅስቃሴው ተስፋ ሰጪ ይመስላል) እና እሴት (ማሸነፍ የሚችል)፣ ፍለጋውን ከሁሉም ቅርንጫፍ ይልቅ በጣም አስፈላጊ የሆኑትን መስመሮችን ብቻ እንዲመረምር ያደርጋል። በራስ በመጫወት የማጠናከሪያ ትምህርት፣ የአውታረ መረቡ ትንበያዎች እና የፍለጋ ውጤቶቹ እርስ በእርሳቸው ይበረታታሉ፣ በየጊዜው ይሻሻላሉ። ምንም የሰዎች ጨዋታዎች ወይም በእጅ የተሰሩ የግምገማ ተግባራት አያስፈልጉም, ደንቦች እና የአሸናፊነት ሽልማት ብቻ.

ስልታዊ ተጽእኖ

የአቅራቢ ስትራቴጂ

የአቅራቢዎች የመንገድ ካርታዎች ቡድንዎ በቀጣይ መገንባት በሚችላቸው ባህሪያት ላይ ተጽዕኖ ያሳድራል።

ወጪ እና በጀት

የንግድ ውሎች እና የማሰማራት አማራጮች የረጅም ጊዜ ወጪን እና አደጋን ይነካሉ።

አደጋ እና ደህንነት

የኩባንያው ማበረታቻዎች የምርት ነባሪዎችን፣ የደህንነት አቋምን እና ክፍትነትን ይቀርጻሉ።

የ AlphaGo እና AlphaZero የወደፊት

የአልፋ ዜሮ የምግብ አዘገጃጀት መመሪያ፣ በፍለጋ እየተመራ በራስ-ጨዋታ መማር፣ አሁን በሮቦቲክስ፣ በሳይንሳዊ ግኝቶች እና በትልቅ ቋንቋ-ሞዴል አመክንዮ ላይ ተጽእኖ ያደርጋል፣ ሞዴሎች የመፍትሄ እርምጃዎችን 'በሚፈልጉበት'። እንደ MuZero እና AlphaProof ያሉ ተወላጆች እነዚህን ሃሳቦች ያለታወቁ ህጎች ለማቀድ እና በሂሳብ ላይ ይተገብራሉ። እራስን መጫወት እና የዛፍ ፍለጋ ማቀድ፣ ማቀድ እና አዲስ መፍትሄዎችን ማግኘት ያለባቸውን የሃይል ማመንጫ ስርዓቶችን ለመጠበቅ አሁን በድንበር AI ሞዴሎች ላይ ከሚታዩት የማመዛዘን ዘዴዎች ጋር እየተጣመሩ ይጠብቁ።

የእውነተኛ-ዓለም አተገባበር

የአለም ጎ ሻምፒዮኖቹ ሊ ሴዶል (2016) እና ኬ ጂ (2017) በታወቁ ግጥሚያዎች

አልፋዜሮ እራሱን ከሰው በላይ የሆነ ቼዝ በሰአታት ውስጥ በማስተማር፣ በአያት ጌቶች የተጠኑ አዲስ ክፍት እና የመስዋዕትነት ሀሳቦችን ያሳያል

ህጎቹ ሳይነግሩ MuZero ማስተር ጎ፣ ቼዝ፣ ሾጊ እና አታሪ ጨዋታዎች

አሁን በሮቦቲክስ፣ በሂሳብ (አልፋ ማረጋገጫ) እና በኤልኤልኤም አመክንዮ ጥቅም ላይ የሚውሉ አበረታች ራስን መጫወት እና የፍለጋ ዘዴዎች

አደጋዎች እና የጥበቃ መንገዶች

የማስጀመሪያ ማስታወቂያዎች በእውነተኛ የምርት የስራ ፍሰቶች ውስጥ ያለውን መረጋጋት ሊበልጡ ይችላሉ።

የኤፒአይ ዋጋ ወይም የመመሪያ ፈረቃ በአንድ ጀምበር ግምቶችን ሊሰብር ይችላል።

የነጠላ አቅራቢ ጥገኝነት የመቆለፍ እና የስደት ወጪዎችን ይጨምራል።

የትግበራ ፍኖተ ካርታ

የእራስዎን ተግባራት እና የውሂብ ስብስቦች በመጠቀም አቅራቢዎችን ይገምግሙ።

ከመዋሃድ በፊት ግላዊነትን፣ ደህንነትን እና የህግ ውሎችን ይገምግሙ።

በሞዴሎች ወይም አቅራቢዎች ላይ የውድቀት እቅድን ያቆዩ።

የመንገድ ካርታ ለውጦች ቡድኖችን እንዳያስደንቁ የመልቀቂያ ማስታወሻዎችን ይከታተሉ።

ማሰስዎን ይቀጥሉ

OpenAI

መሪ የመሠረት-ሞዴል አቅራቢዎች እንዴት እንደሚሠሩ ይመልከቱ።

መመሪያ ያንብቡ

ክፍት ምንጭ AI

ክፍት እና የተዘጉ ሞዴል ምህዳሮችን ያወዳድሩ።

መመሪያ ያንብቡ

Free newsletter

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the AlphaGo and AlphaZero quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

ጥያቄ ጀምር

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

ቀጣይ መመሪያ

Zhipu GLM ሞዴሎች

ቀጣዩን መመሪያ ያንብቡ ሁሉንም ጥያቄዎች ያስሱ

በተደጋጋሚ የሚጠየቁ ጥያቄዎች

AlphaGo እና AlphaZero ምንድን ናቸው?

አልፋጎ የአለምን ምርጥ ጎ ተጫዋቾችን ያሸነፈው የ DeepMind ፕሮግራም ነበር፣ ከብዙ አሥርተ ዓመታት ርቆት የታሰበበት ወሳኝ ምዕራፍ ነው። ከዚያም አልፋ ዜሮ ጐን፣ ቼዝ እና ሾጊን ሙሉ በሙሉ በራስ በመጫወት፣ ከሰው በላይ የሆነ ችሎታን ከባዶ ተማረ።

የ Go ጨዋታ በተለይ ለኮምፒዩተሮች ከባድ ተብሎ ለምን ተወሰደ?

የ Go's ግዙፍ የቅርንጫፍ መሥሪያ ቤት የጭካኔ ኃይል ፍለጋን የማይቻል ያደርገዋል፣ ስለዚህ ስኬት የተማረ እውቀትን ይፈልጋል።

በ2016 አልፋጎን 4-1 በሆነ መልኩ ያሸነፈው ማን ነው?

በ2016 በስፋት በታየበት ጨዋታ አልፋጎ ከፍተኛውን የጎን ሻምፒዮን ሊ ሴዶልን 4-1 አሸንፏል።

ከአልፋጎ በተቃራኒ AlphaZero እንዴት መጫወት ተማረ?

አልፋዜሮ ከህጎቹ ብቻ ተምሮ የተማረው በራሱ ላይ በመጫወት ብቻ ነው፣ ያለ ሰው ጨዋታ።

አልፋዜሮ ከነርቭ አውታረመረብ ጋር የሚያጣምረው የትኛውን የፍለጋ ዘዴ ነው?

AlphaZero በሞንቴ ካርሎ ዛፍ ፍለጋ በነርቭ ኔትወርክ ፖሊሲ እና የእሴት ትንበያዎች በመመራት ይጠቀማል።

የ AlphaZero የነርቭ አውታረ መረብ ፍለጋውን ለመምራት ምን ሁለት ነገሮች ይተነብያል?

የሚንቀሳቀሱት የአውታረ መረብ ውጤቶች ተስፋ ሰጪ (ፖሊሲ) እና ማን እንደሚያሸንፍ ግምት (እሴት)፣ ፍለጋውን ያተኩራል።