IT之家5月24日消息 在中国乌镇举行的围棋峰会已经进入第二天，在今天举行的人工智能高峰论坛上，Deepmind的首席程序员席尔瓦向公众介绍了AlphaGo的强化学习方式，以及相比于去年同李世石对战的AlphaGo Lee，今年同柯洁对战的AlphaGo Master到底强在了哪里。
根据席尔瓦介绍，AlphaGo是通过与自己对弈，进行强化学习，自己吸取经验来改进。策略网络P以预测AlphaGo的移动，价值网络V以预测获胜者。通过这样的方式反复迭代，新策略和价值网络用于AlphaGo的下一个迭代中，新版AlphaGo可以得到更好结果和数据，达成良性循环。
与李世石对战的AlphaGo Lee在谷歌云上有50个TPUs在运作，搜索50个棋步为10000个位置/秒，而昨天打败柯洁的AlphaGo Master是在单个TPU上进行游戏，AlphaGo成为自己的老师，它从自己的搜索里学习，有着更强大的策略和价值网络。
简单来说吧，按照Deepmind团队的预测，与柯洁对战的AlphaGo Master要比去年同李世石对战的AlphaGo Lee强三个子。
在昨天的对战中，柯洁最终是以1/4子的劣势输给谷歌了AlphaGo Master。
对此，柯洁也在微博上感慨“我到底是在和一个怎样可怕的对手下棋...”。
柯洁微博全文如下：
早就听说新版alphago的强大....
但...让...让三个？我的天
这个差距有多大呢？简单的解释一下就是一人一手轮流下的围棋，对手连续让你下三步...又像武林高手对决让你先捅三刀一样...
我到底是在和一个怎样可怕的对手下棋...
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。