财新传媒
财新传媒
1111111
财新通行证
T中

为何AlphaGo Zero如此成功,而人工智能离整体成功仍然遥远?

撰文 | 周熠
2017年11月06日 13:18
AlphaGo Zero有很大潜力被广泛地用到人工智能其他领域,但需要更多努力

  撰文 | 周熠

  前言

  AlphaGo Zero [1]提出了新的估算搜索评价函数的方法,即基于蒙特卡洛树搜索的强化学习;部分地解决了超大状态空间搜索的难点;成功地应用到围棋领域并完胜了人类;证明了强化学习的有效性,是人工智能史上一座里程碑。其学术贡献中上,学术意义上,社会影响上上。

  AlphaGo Zero虽然不是开创性工作,但它所提出的方法很好地结合了已有的两种重要方法。对于类围棋智力游戏,AlphaGo Zero是一个重要的结论性工作。但故事并没有完全结束,因为围棋的必胜策略还没找到。对于能转化成搜索问题的人工智能领域和难点,AlphaGo Zero有很大的用武之地,但这需要研究者们的艰辛努力。而对于人工智能其他领域和难点,或许能触类旁通。但至少目前,AlphaGo Zero并不能提供直接帮助。

责任编辑:于达维 | 版面编辑:张柘

首席赞赏官虚位以待

财新网所刊载内容之知识产权为财新传媒及/或相关权利人专属所有或持有。未经许可,禁止进行转载、摘编、复制及建立镜像等任何使用。

如有意愿转载,请发邮件至hello@caixin.com,获得书面确认及授权后,方可转载。

推荐阅读
财新移动
说说你的看法...
分享
取消
发送
注册
 分享成功

订阅财新网主编精选版电邮>>