Tags:
Node Thumbnail

DeepMind เผยแพร่รายละเอียดเพิ่มเติมใน The Journal Science เกี่ยวกับการพัฒนา AI ตัวใหม่ AlphaZero ที่พัฒนาต่อจาก AlphaGo ให้สามารถเรียนรู้พัฒนาด้วยตนเองได้ นอกจากการเล่นโกะ มาสู่การเล่นหมากรุก และหมากรุกญี่ปุ่น (โชงิ) โดยสามารถเอาชนะบ็อตที่เก่งที่สุดในโลกได้ จากการเรียนรู้เองในเวลาไม่นาน

โดยผลการแข่งขันนั้น AlphaZero สามารถเอาชนะหมากรุกกับ StockFish ได้ 155 เกม แพ้ 6 นอกนั้นเสมอจากทั้งหมด 1,000 เกม โดยใช้เวลาเรียนรู้ทั้งหมด 9 ชั่วโมง ส่วนหมากรุกญี่ปุ่นใช้เวลาเรียนรู้ 12 ชั่วโมง สามารถชนะโปรแกรม Elmo ได้ 91.2% และสุดท้ายในเกมโกะ เอาชนะ AlphaGo ได้ 61% ใช้เวลาเรียนรู้ 13 วัน

ข้อมูลน่าสนใจเพิ่มเติมเกี่ยวกับการประมวลผลของ AlphaZero นั้น ใช้รูปแบบการค้นหาวิธีที่ดีที่สุดแบบ Monte Carlo Tree Search ด้วยพลังของ 5,000 Tensor Processing Units (TPU) ซึ่งความสามารถของ 1 TPU เทียบได้กับความสามารถในการจัดการรูปใน Google Photos ได้ 100 ล้านรูปต่อวัน

ที่มา: The Next Web

alt="DeepMind"

alt="DeepMind"

Get latest news from Blognone

Comments

By: zyzzyva
Blackberry
on 9 December 2018 - 19:21 #1086223

เปเปอร์เวอร์ชั่นนี้ถูก revised และผ่าน peer-reviewed เพื่อลง Science Journal แล้ว (ได้เป็น front page ด้วย) AlphaGo เลยถือได้ว่าเป็น AI ที่ได้ครอง frontpage ทั้งจาก Journal ที่นับเป็นที่สุดของอังกฤษ (Nature) และอเมริกา (Science)

By: zyzzyva
Blackberry
on 9 December 2018 - 19:39 #1086227 Reply to:1086223

"ใช้รูปแบบการค้นหาวิธีที่ดีที่สุดแบบ Monte Carlo Tree Search ด้วยพลังของ 5,000 Tensor Processing Units (TPU)"
อันที่จริง 5000 TPUv1 คือใช้แต่ตอน generate เกม แล้ว 16 TPUv2 ใช้ตอนฝึก neural networks ตอนแข่งจริงๆใช้แค่ TPUv1 4 ตัวกับ CPU 44 cores

"ซึ่งความสามารถของ 1 TPU เทียบได้กับความสามารถในการจัดการรูปใน Google Photos ได้ 100 ล้านรูปต่อวัน"
จากเปเปอร์จริงๆเขียนไว้ว่า TPUv1 แรงประมาณ Titan V

By: checkmate95
Android
on 9 December 2018 - 19:21 #1086225
checkmate95's picture

เทียบเท่ากับพลังประมวลผลที่จัดการ google photo ได้ 5 แสนล้านรูปต่อวัน มหาศาลเลยนะนั้น

By: azpirin
AndroidUbuntuWindows
on 9 December 2018 - 19:59 #1086229

ในที่สุดก็ได้เห็นบันทึกเกมของหมากรุกญี่ปุ่นซักที ได้ 10 กระดานก็ยังดี

By: freeriod on 9 December 2018 - 20:00 #1086230
freeriod's picture

มีวีดีโอเปล่า อยากดู

By: zyzzyva
Blackberry
on 9 December 2018 - 20:03 #1086231 Reply to:1086230

https://www.youtube.com/watch?v=7L2sUGcOgh0

By: tekkasit
ContributorAndroidWindowsIn Love
on 9 December 2018 - 20:09 #1086232
tekkasit's picture

อันนี้เป็นเปเปอร์งานวิจัยจากสถานะเมื่อปีที่แล้ว ที่ว่า เล่นกับตัวเอง 2 และ 4 ชั่วโมงก็เอาชนะ Elmo และ Stockfish ได้

ไม่รู้ว่ารุ่นถัดไปมันจะเก่งรวดเร็วกว่านี้รึเปล่า

By: MrThursday
ContributorRed HatUbuntuWindows
on 9 December 2018 - 21:52 #1086237

ไม่อยากคิดว่าถ้ามันเรียนพวก tactic ทุกอย่างแล้วได้ latent ครอบจักรวาลมาจะเป็นยังไง

By: ninja741 on 10 December 2018 - 00:24 #1086242

อยากรู้ว่าถ้าเอามาแข่งกับ clone ของตัวเอง ชนะ-แพ้ จะ 50/50 มั้ย

By: Onewings
Windows
on 10 December 2018 - 03:54 #1086249 Reply to:1086242

คิดว่าไม่ สังเกตจากภาพประกอบจะเห็นได้ว่าได้หมากขาว/ดำ มีผลต่อการชนะพอสมควร ดังนั้นต่อให้เล่นกับตัวเองผลแพ้ชนะก็อาจจะมีจากความได้เปรียบของสีหมากที่เลือกด้วย

By: hisoft
ContributorWindows PhoneWindows
on 10 December 2018 - 06:51 #1086258 Reply to:1086249
hisoft's picture

ให้เล่นแบบดำ 500 ตาและขาว 500 ตาสิครับ

By: Hoo
AndroidWindows
on 10 December 2018 - 21:08 #1086349 Reply to:1086242

มันทำแบบนั้นตลอดเวลาที่มันฝึกอยู่แล้วครับ
แข่งกับตัวมันเอง แล้ว learning ไปเรื่อยๆ โหดขึ้นเรื่อยๆ

ส่วน 50/50 มั๊ย ให้ดูแท่งกราฟ เขียว/ขาว/ชมพู ครับ

By: tunnnnnn
iPhoneSymbian
on 10 December 2018 - 07:25 #1086262
tunnnnnn's picture

อยากให้ bot ใน PUBG Mobile ใช้ระบบประมวลผล AlphaZero บ้าง

ฺBot จะชาร์ทบ้าน วิ่งหนีกันให้วุ่นแน่นอน!!!

By: Patchan
iPhone
on 10 December 2018 - 09:10 #1086277 Reply to:1086262

เก็บปืนได้ก็ Head shot รัวๆ สไน ไม่พลาดแค่นั้นล่ะครับ

By: Remma
AndroidWindows
on 10 December 2018 - 11:16 #1086289
Remma's picture

นี่ก็เหมือนชนะเพราะเครื่องแรงกว่าเยอะ

ต่อไปถ้าจะแข่งกับคน ผมว่าน่าจะลดการใช้พลังงานมาให้เท่าๆกับที่คนใช้ เอาซักแค่ 100W พอ ถึงจะแฟร์ๆนะ