アルファ碁ゼロに使われているディープラーニングを解き明かす 論文から詳細を紹介

2017年10月にアルファ碁の進化版、アルファ碁ゼロの仕組みを解説した論文が発表されました。人間の知識なしに囲碁AIを作るという目標が掲げられたアルファ碁ゼロ。そこで使われているディープラーニングの詳細について、『最強囲碁AI アルファ碁 解体新書 増補改訂版 アルファ碁ゼロ対応』から紹介します。 本記事は『最強囲碁AI アルファ碁 解体新書 増補改訂版 アルファ碁ゼロ対応 深層学習、モンテカルロ木探索、強化学習から見たその仕組み』の「Chapter 6 アルファ碁からアルファ碁ゼロへ」から一部を転載・編集したものです。 アルファ碁ゼロにおけるディープラーニング アルファ碁ゼロでは、従来版アルファ碁における次の一手予測をつかさどるポリシーネットワークと、勝率予測をつかさどるバリューネットワークとを統合したディープラーニングモデルが用いられます。2017年度版の新しいネイチャー論文（MEMO

[BigHopeClasic]

alphago zeroの解説。