摘要：lightvector (David J. Wu) 表示，它作为一个通过强化学习永久训练自己并旨在完成自己的形式的人工智能的名称似乎是合理的。 除了开放原始码与开放资料以外，KataGo与AlphaZero主要差异在於透过研究大幅降低了初期自我训练的成本，使得一般家用。...lightvector (David J. Wu) 表示，它作为一个通过强化学习永久训练自己并旨在完成自己的形式的人工智能的名称似乎是合理的。 除了开放原始码与开放资料以外，KataGo与AlphaZero主要差异在於透过研究大幅降低了初期自我训练的成本，使得一般家用。
Zero自我学习2900万盘的水平，所以在2017年十一月开始，让自愿者使用自己的硬体，透过作者群开发的AutoGTP程式参加分散式运算计画（以GTP自动与伺服器沟通以取得计算工作）： 在计画启动的34天后（2017年12月13日），自我对弈的训练量超过100万盘。 59天后（2018年1月8日）超过200万盘。。
Z e r o zi wo xue xi 2 9 0 0 wan pan de shui ping ， suo yi zai 2 0 1 7 nian shi yi yue kai shi ， rang zi yuan zhe shi yong zi ji de ying ti ， tou guo zuo zhe qun kai fa de A u t o G T P cheng shi can jia fen san shi yun suan ji hua （ yi G T P zi dong yu si fu qi gou tong yi qu de ji suan gong zuo ） ： zai ji hua qi dong de 3 4 tian hou （ 2 0 1 7 nian 1 2 yue 1 3 ri ） ， zi wo dui yi de xun lian liang chao guo 1 0 0 wan pan 。 5 9 tian hou （ 2 0 1 8 nian 1 yue 8 ri ） chao guo 2 0 0 wan pan 。 。
完成之后，天气开始风化侵蚀雕像，则表现了与经历无关的连接删除。 所有尝试建造通过修剪废弃的连接来学习的人工智能系统都有一个问题，即每次学习新知识时，就会忘记之前学到的一切 。 由于生物大脑和人工智能想所有物体一样遵循相同的物理定律，因此这些研究者认为，如果生物大脑是通过修剪学习的，那它们会面临同样的灾难性遗忘问题。。
发表评论