強化学習入門 Part3 － AlphaGoZeroでも重要な技術要素！ モンテカルロ木探索の入門 － - Platinum Data Blog by BrainPad
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 強化学習入門の第3弾。「モンテカルロ木探索（Monte Carlo Tree Search, MCTS）」を解説するとともに、実際にAI同士で五目並べを戦わせてみました！ こんにちは。アナリティクスサービス本部 AI開発部の山崎です。 昨年も強化学習界隈は盛り上がりを見せていましたが、今なお、強化学習と言えば一番にAlphaGoを思い浮かべる人も多いのではないでしょうか。昨年、AlphaGoZeroという進化バージョンが発表され、一切のお手本を用いずに従来バージョンより強いということが話題になりました。（それまでのAlphaGoは、人のお手本をある程度学び、その後勝手に学んでいくものでした） さらに、AlphaGoZeroを一般化したアルゴリズムに修正したAlphaZeroが登場し、チェス
PythonとKerasを使ってAlphaZero AIを自作する | POSTD
自己対戦と深層学習でマシンにコネクトフォー（Connect4：四目並べ）の戦略を学習させましょう。 この記事では次の3つの話をします。 AlphaZeroが人工知能（AI）への大きなステップである2つの理由 AlphaZeroの方法論のレプリカを 作って コネクト4のゲームをプレイさせる方法 そのレプリカを改良して他のゲームをプラグインする方法 AlphaGo→AlphaGo Zero→AlphaZero 2016年3月、DeepmindのAlphaGo（アルファ碁）が、囲碁の18回の世界王者、李世乭（イー・セドル）との五番勝負で、2億人の見守る中、4-1で勝利しました。機械が超人的な囲碁の技を学習したのです。不可能だとか、少なくとも10年間は達成できないと思われていた偉業です。 AlphaGo 対 李世乭の第3局 このことだけでも驚くべき功績ですが、DeepMindは、2017年10月、
【書籍】将棋AIで学ぶディープラーニング - TadaoYamaokaの開発日記
「将棋AIで学ぶディープラーニング」という本を出版します。 昨年10月に技術書典3で「ディープラーニングを使った将棋AIの作り方」という技術系同人誌を出したことをきっかけに書籍化のお話をいただきました。 技術書典で出した本は、方策ネットワークを使った将棋AIの作り方でしたが、書籍の方では、将棋AIの作成を通してディープラーニングを学べるというコンセプトで執筆しています。 実際に動かせるコードを作ってみるというのが技術を学ぶために有効な方法だと思います。 私自身、AlphaGoのクローンと、ディープラーニングを使った将棋AIを作ったことでディープラーニングについて理解を深めることができたと思っています。 ディープラーニングを使って学習させた将棋AIを実際に動かしてみることで、ディープラーニングを体験して欲しいという想いで書きました。 内容は、3部構成で、 1部ではコンピュータ将棋の概要につい
AlphaGo Zeroの動作方法と理由 | POSTD
2016年の3月、DeepMindのAlphaGoが人類最強の囲碁棋士を破った最初のAIとなり、衝撃が走りました。この時のAlphaGoのバージョンであるAlphaGo Leeは世界中の最高の囲碁棋士の膨大な対局を学習に使っていました。数日前に発表された 新しい論文 によると、新しいニューラルネットワークの AlphaGo Zero は人間が囲碁の打ち方を教える必要がないそうです。今までの囲碁棋士より(人間、機械に関係なく)優れているだけでなく、たった3日間の学習で打ち方を学んでしまうのです。この記事では、これがどのようにして可能なのか、そしてなぜ可能なのかについて説明します。 モンテカルロ木探索 離散的で決定論的な完全情報ゲームをするボットを作成できるアルゴリズムは、モンテカルロ木探索(MCTS)でしょう。囲碁やチェスやチェッカーのようなゲームをするボットは次の一手を決める際に全ての選択
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
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。 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。 「AlphaGo」に敗れた最強棋士の柯潔九段 Googleの囲碁AI「AlphaGo」が19歳の最強棋士に全勝 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 今回の論文では、AlphaGo Zeroで用いられた手法を「Alp
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
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
ゼロから始める深層強化学習（NLP2018講演資料）/ Introduction of Deep Reinforcement Learning
AlphaGoを追うドワンゴ/東大の囲碁AI「DeepZenGo」がプロ棋士と対局 ～ディープラーニング導入で飛躍的に棋力向上
TechCrunch | Startup and Technology News
入門AlphaGo