大多数人都认为他们永远不会像机器人一样擅长下国际象棋，但现在即使是机器人也不得不承认，他们永远不会像其他机器人一样擅长下国际象棋。
一个名为AlphaZero的新人工智能平台，可以从零开始学习围棋、国际象棋和幕府将军(shogi)等游戏，无需人工干预。通过使用深层神经网络，AlphaZero很快学会了每一款游戏，“成为历史上最强的玩家”。
AlphaZero是由DeepMind Technologies在11月6日发表在《科学》(Science)杂志上的一项研究中推出的。DeepMind是谷歌母公司Alphabet在英国的人工智能子公司，多年来一直在修补Go AI。2017年，DeepMind退出了前人工智能冠军AlphaGo，但仍在继续改进人工智能。通过AlphaZero, DeepMind的研究达到了顶峰。
该程序与世界上最好的人工智能进行了三场棋类游戏的较量:
斯托克菲什，世界象棋AI冠军
elmo, 2017年第27届世界计算机将军锦标赛冠军
AlphaGo Zero是DeepMind自己开发的围棋人工智能，10个史上预言杏耀
杏耀娱乐平台成功的人，除了Wifi，总代还说了什么？，被誉为历史上最强的围棋选手
在每一种情况下，AlphaZero只获得了有关游戏基本规则的知识。在挑战人工智能大师之前，它会与自己玩数百万场游戏，
现在来杏耀娱乐注册，即可免费申请计划软件，
杏耀登录更多优惠，请咨询总代理团队QQ账号：61878109，开始尝试随机策略，试图取胜，
当杏耀娱乐娱乐大片拿掉特效后，
杏耀注册原来是这样的，看完后可能你真的就不敢看这部大片的网页版了！，但通过一个名为“强化学习”(reinforcement learning)的反复试验过程，它会慢慢学习哪种策略最有效。
训练和学习国际象棋用了9个小时，将军用了12个小时，围棋用了13天，涉及5000个张量处理单元。作为参考，在谷歌照片中，仅仅一个TPU一天就可以处理超过1亿张照片，所以AlphaZero是一个相当重要的处理硬件。一旦学习完成，AlphaZero就会在AI比赛中亮相。
阿兹-博客就知道-性能-宽度- 1500
AlphaZero在国际象棋、将军棋和围棋方面的表现胜过世界上最好的人工智能。
DeepMind
它粉碎了他们。
这项研究的独特之处在于，它将学习算法与一种称为蒙特卡罗树搜索(MCTS)的“搜索方法”相结合。这是一种人工智能程序识别下一步行动的方法。DeepMind团队在国际象棋和幕府将军游戏中使用了同样的系统，首次表明它可以适用于其他复杂的测试游戏。
也许对人类国际象棋选手来说最有趣的是，AlphaZero没有人类的双手来打造它的知识，却实现了前所未有的策略和新想法。国际象棋大师马修•萨德勒(Matthew Sadler)对DeepMind博客表示，它咄咄逼人的风格和极富活力的打法令他感到意外。
这种独特的策略和能力，使AlphaZero成为国际象棋玩家的一个伟大的教学工具——吸引了迄今为止从未见过的战术玩法。
ai -驱逐舰-人类的故事在游戏世界中是相当一致的，机器人在桌游、复杂的多人视频游戏如Dota 2和围棋中击败了我们。
这是否意味着AI已经准备好在每一款创造出来的竞争性游戏中击败我们呢?值得庆幸的是没有。尽管DeepMind所使用的三款游戏非常复杂，但它们为AI提供了一些优势，因为它们涉及两名玩家，而且所有进行下一步所需的信息总是可见的。
