囲碁AI「AlphaGo」が進化した「AlphaGo Zero」開発 自己との対局で学習し強く

世界トップ棋士に勝利した囲碁AI「AlphaGo」がさらに進化した「AlphaGo Zero」を、Googleの関連会社DeepMindがNatureの論文で発表しました。 AlphaGoは人間の対局のデータを学習させていましたが、AlphaGo Zeroはそういったプロセスは経ずに、試行錯誤することで学ぶ「強化学習」の手法を取りました。AlphaGo Zeroは自身を相手に対局を繰り返すことで学習して強くなり、学習を始めて3日後には、李世ドル九段に勝ったAlphaGoのバージョン（Lee）に100勝0敗で勝てるように。40日後には、柯潔九段（世界ランキングトップ）に勝利したバージョン（Master）を超えました。 AlphaGo各バージョンのイロレーティング DeepMindは、AlphaGo Zeroの学習手法は人間の知識の限界に制約を受けないため、これまでのバージョンよりも強力だとし

[tzccinct]

李世ドル九段と対戦したAlphaGo Lee と柯潔九段と対戦したAlphaGo Master との間にはレーティング1000以上の開きがあったのか。