Googleが最強のチェス・将棋AI「AlphaZero」を発表 わずか24時間の自己学習で最強AIを上回る （ねとらぼ） - Yahoo!ニュース
世界最強の囲碁AI「AlphaGo Zero」を開発したDeepMind（Google関連会社）が、チェスと将棋のAIに関する論文を発表しました。AlphaGo Zeroと同様の手法を使い、24時間で既存の最強AIを超える実力に至ったとのこと。 【わずか24時間で最強となったAlphaZeroの戦績】 AlphaGoは2017年5月、世界トップ棋士である中国の柯潔（かけつ）九段に3戦全勝した囲碁AI。もともと人間同士の棋譜（対局データ）を学習させていましたが、進化したAlphaGo Zeroでは人間の棋譜を用いず、AIによる自己対戦のみで強くする「強化学習」が用いられました。 今回の論文では、AlphaGo Zeroで用いられた手法を「AlphaZero」という名称で一般化し、チェスと将棋にも適用。24時間の学習の結果、チェスでは既存の最強AIとして知られる「Stockfish」相手に10
DQNでのReplay Memory圧縮効果 - Itsukaraの日記
下記でDeepMindのDQN再現コードを試行した話を書きましたが、当方のマシンではメモリが16GBしかないため、Replay Memoryが0.4M個に制限されていました。そこで、試しにReplay Memoryをメモリ上で圧縮する処理を入れてみたところ、Replay Memory用のメモリサイズが1/40以下に減りました。性能低下は16%程度です。これならば計算上は16M個まで保管できそうです。 itsukara.hateblo.jp ただ、A3Cと較べてDQNは学習に時間が掛かり、Replay Memory圧縮で更に遅くなるため、Replay Memoryを16M個貯めるだけで54時間掛かりそうです。しかも、Deep Mindの論文と同じ程度の効果を出すには80M stepsも学習させなければならず、これには270時間以上掛かりそうです。そのため、実際に試す予定はありません。 ただ、
AlphaGo Zero: Starting from scratch
Research AlphaGo Zero: Starting from scratch Published 18 October 2017 Authors David Silver, Demis Hassabis Artificial intelligence research has made rapid progress in a wide variety of domains from speech recognition and image classification to genomics and drug discovery. In many cases, these are specialist systems that leverage enormous amounts of human expertise and data. However, for some pro
Overcoming catastrophic forgetting in neural networks
James Kirkpatrick, Razvan Pascanu, Neil Rabinowitz, Joel Veness, Guillaume Desjardins, Andrei A. Rusu, Kieran Milan, John Quan, Tiago Ramalho, Agnieszka Grabska-Barwinska, Demis Hassabis, Claudia Clopath, Dharshan Kumaran, and Raia Hadsell aDeepMind, London EC4 5TW, United Kingdom;bBioengineering Department, Imperial College London, London SW7 2AZ, United Kingdom
Reinforcement learning with unsupervised auxiliary tasks | DeepMind
Research Reinforcement learning with unsupervised auxiliary tasks Published 17 November 2016 Authors Max Jaderberg, Vlad Mnih, Wojciech Marian Czarnecki Our primary mission at DeepMind is to push the boundaries of AI, developing programs that can learn to solve any complex problem without needing to be taught how. Our reinforcement learning agents have achieved breakthroughs in Atari 2600 games an
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
