AlphaGo اور AlphaZero کوئز

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

1. گو گیم کو کمپیوٹرز کے لیے خاص طور پر مشکل کیوں سمجھا جاتا تھا؟
   • اس میں فلکیاتی طور پر بڑی تعداد میں ممکنہ پوزیشنیں ہیں۔
   • اس میں بہت کم ممکنہ حرکتیں ہیں۔
   • یہ صرف کاغذ پر کھیلا جاتا ہے۔
   • اس کے کوئی اصول نہیں ہیں۔
2. 2016 میں AlphaGo نے کس کو 4-1 سے ہرایا؟
   • گیری کاسپروف
   • لی سیڈول
   • میگنس کارلسن
   • ایک بے ترتیب شوقیہ
3. Which three games did AlphaZero’s paper evaluate?
   • Go, chess, and shogi
   • Poker, bridge, and backgammon
   • Atari, StarCraft, and Dota
   • Only Go and chess
4. AlphaZero اپنے نیورل نیٹ ورک کے ساتھ کون سا سرچ طریقہ جوڑتا ہے؟
   • فون بک کی بائنری تلاش
   • لکیری رجعت
   • بلبلے کی ترتیب
   • مونٹی کارلو درخت کی تلاش
5. AlphaZero کا نیورل نیٹ ورک اس کی تلاش کی رہنمائی کے لیے کن دو چیزوں کی پیش گوئی کرتا ہے؟
   • ایک پالیسی (اچھی چالیں) اور ایک قدر (کون جیت رہا ہے)
   • موسم اور وقت
   • مخالف کا نام اور عمر
   • رنگ اور آوازیں۔
6. What did MuZero add to the AlphaZero-style planning approach?
   • A requirement for human game records
   • A learned model of reward and environment dynamics used for planning without being given the rules
   • A replacement for all tree search
   • A fixed database of every possible board position
7. What information did AlphaZero need in its board-game experiments besides self-play?
   • A database of professional games
   • A complete endgame table for every position
   • The rules of the games
   • Human rankings for every possible move
8. How did the original AlphaGo system combine supervised and reinforcement learning?
   • It trained a policy from expert games and then improved through self-play
   • It used only random moves and never trained on human games
   • It learned the game rules from images without playing
   • It relied only on a fixed database of winning games