Facebook首次開源超級圍棋AI,復現AI高手AlphaZero
最近,Facebook的人工智能研究所(以下簡稱FAIR)宣布,他們開源了自研的圍棋AI訓練模型和代碼。這意味著,你可以隨時隨地和Facebook的人工智能下圍棋了,而且此圍棋AI程序重現的是名噪一時的AI高手AlphaZero。
去年5月,FAIR發布了ELF Open GO,ELF OpenGo是FAIR依照DeepMind在《自然》上發表的和AlphaGo Zero以及AlphaZero相關的論文,做出的開源計算機圍棋程序,也就是說,ELF OpenGo不使用人類棋譜與累積的圍棋知識,僅使用單一類神經網絡從自我對弈中學習。
該圍棋AI之前在和韓國棋院的專業圍棋選手對弈中,都取得不錯的成績。據悉,OpenGo 的最新版本使用2000塊GPU訓練了15天后,在一塊GPU的情況下與4個排名前30的職業選手進行比賽時,取得了20:0全勝的戰績,可謂是戰無不勝。
在這次開源的論文中,FAIR研究人員全面披露了ELF OpenGo的訓練過程,包括取得的是三個突破。
一是為ELF OpenGo訓練了一個超人類棋藝的模型,他們在2000個GPU上運行類AlphaZero的訓練軟件9天后,有20個模塊的模型超越了人類水平。
二是提供了模型在訓練過程中的行為分析,包括和其他模型的對比、學習速度、學習難度等等。
三是通過實施ablation實驗,以研究AlphaZero風格算法的性質,他們發現對于最終模型而言,對局中加倍rollout水平大約提升200 ELO,AI的發揮會受到模型容量的限制。
最后,此次論文的主要作者為田淵棟,他一直負責Facebook的圍棋AI相關研究,在此前的一篇知乎文章中,他提到:DeepMind不開源也不透露細節,文章里面一些地方也沒有寫得很清楚。沒有第一手經驗總不是很踏實。所以本著研究目的,我們需要復現一下,先有復現,才有創新,這個是做研究的習慣。而且如果我們去看 ELF OpenGo 的代碼,會發現其完全適用于其它方向的工作。而圍棋對我們來說,只是一個把算法和平臺做好的手段。在這一點上,花點時間把圍棋做好是值得的。
最后,關于ELF OpenGo最新訓練模型的具體數據可以閱讀原文獲取論文鏈接了解。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 特斯拉Optimus Gen3量產在即,哪些環節最具確定性?
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 4 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 5 Tesla AI5芯片最新進展總結
- 6 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 7 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 8 2026,人形機器人只贏了面子
- 9 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 10 AI Infra產業鏈卡在哪里了?


分享













