| http://dbpedia.org/ontology/abstract
|
AlphaGo Zero是DeepMind圍棋軟體AlphaGo的最新版。2017年 … AlphaGo Zero是DeepMind圍棋軟體AlphaGo的最新版。2017年10月19日，AlphaGo团队在《自然》上发表文章介绍了AlphaGo Zero，文中指出此版本不採用人类玩家的棋譜，且比之前的所有版本都要强大。通过自我对弈，AlphaGo Zero在三天内以100比0的戰績战胜了AlphaGo Lee，花了21天达到AlphaGo Master的水平，用40天超越了所有旧版本。DeepMind联合创始人兼CEO杰米斯·哈萨比斯说，AlphaGo Zero“不再受限于人类认知”，很强大。由于专家数据「經常很贵、不可靠或是無法取得」，不借助人类专家的数据集训练人工智能，对于人工智能开发超人技能具有重大意义，因為這樣的AI不是學習人，是透過對自我的反思和獨有的創造力直接超越人類。文章作者之一表示，摒弃向人类学习的需求，这有可能是对现有人工智能算法的拓展。越人類。文章作者之一表示，摒弃向人类学习的需求，这有可能是对现有人工智能算法的拓展。
, AlphaGo Zero est une version améliorée du … AlphaGo Zero est une version améliorée du logiciel de go AlphaGo produite par l'entreprise DeepMind introduite par un article dans la revue Nature du 19 octobre 2017. Il s'agit d'une version développée sans l'aide de données provenant de parties jouées entre humains, ni de connaissances autres que les règles du jeu. Cette version est plus forte que n'importe quelle version précédente. En jouant contre lui-même, AlphaGo Zero a dépassé la force de la version d’AlphaGo du match contre Lee Se-dol en trois jours en gagnant par 100 jeux à 0, a atteint le niveau d’AlphaGo Master en 21 jours, et a dépassé toutes les anciennes versions en 40 jours. En décembre 2017, une version généraliste d'AlphaGo Zero, nommé AlphaZero, a battu une version d'AlphaGo Zero ayant 3 jours d'apprentissage à 60 parties à 40. Avec 8 heures de pratique, elle a surpassé la version d’AlphaGo lors du match contre Lee Se-dol sur l'échelle Elo, ainsi que le programme d'échecs de haut niveau Stockfish et le programme de shogi Elmo.u Stockfish et le programme de shogi Elmo.
, AlphaGo Zero is a version of DeepMind's Go … AlphaGo Zero is a version of DeepMind's Go software AlphaGo. AlphaGo's team published an article in the journal Nature on 19 October 2017, introducing AlphaGo Zero, a version created without using data from human games, and stronger than any previous version. By playing games against itself, AlphaGo Zero surpassed the strength of AlphaGo Lee in three days by winning 100 games to 0, reached the level of AlphaGo Master in 21 days, and exceeded all the old versions in 40 days. Training artificial intelligence (AI) without datasets derived from human experts has significant implications for the development of AI with superhuman skills because expert data is "often expensive, unreliable or simply unavailable." Demis Hassabis, the co-founder and CEO of DeepMind, said that AlphaGo Zero was so powerful because it was "no longer constrained by the limits of human knowledge". Furthermore, AlphaGo Zero performed better than standard reinforcement deep learning models (such as DQN implementations) due to its integration of Monte Carlo tree search. David Silver, one of the first authors of DeepMind's papers published in Nature on AlphaGo, said that it is possible to have generalised AI algorithms by removing the need to learn from humans. Google later developed AlphaZero, a generalized version of AlphaGo Zero that could play chess and Shōgi in addition to Go. In December 2017, AlphaZero beat the 3-day version of AlphaGo Zero by winning 60 games to 40, and with 8 hours of training it outperformed AlphaGo Lee on an Elo scale. AlphaZero also defeated a top chess program (Stockfish) and a top Shōgi program (Elmo).Stockfish) and a top Shōgi program (Elmo).
, AlphaGo Zero è una versione del programma … AlphaGo Zero è una versione del programma per giocare a Go di DeepMind, AlphaGo. Il team di AlphaGo ha pubblicato un articolo sulla rivista Nature il 19 ottobre 2017, introducendo AlphaGo Zero, una versione creata senza utilizzare informazioni provenienti da partite tra giocatori umani e più potente di qualsiasi versione precedente. Giocando contro sé stesso, AlphaGo Zero ha superato la forza della versione di AlphaGo che aveva affrontato Lee Sedol in tre giorni vincendo 100 partite a 0, ha raggiunto il livello di AlphaGo Master in 21 giorni e ha superato tutte le vecchie versioni in 40 giorni. Addestrare un'intelligenza artificiale (IA) senza dati derivati da esperti umani ha implicazioni significative per lo sviluppo dell'IA con abilità sovrumane, perché i dati degli esperti sono "spesso costosi, inaffidabili o semplicemente non disponibili". Demis Hassabis, il cofondatore e amministratore delegato di DeepMind, ha detto che AlphaGo Zero era così potente perché "non era più vincolato dai limiti della conoscenza umana". David Silver, uno dei primi autori degli articoli di DeepMind pubblicati su Nature su AlphaGo, ha affermato che è possibile avere algoritmi IA generalizzati eliminando la necessità di imparare dagli umani. Google ha successivamente sviluppato AlphaZero, una versione generalizzata di AlphaGo Zero che può giocare a scacchi e shōgi oltre che a Go. Nel dicembre 2017, AlphaZero ha battuto la versione di 3 giorni di AlphaGo Zero vincendo 60 partite contro 40 e con 8 ore di allenamento ha superato il punteggio Elo di AlphaGo "Lee". AlphaZero ha anche sconfitto uno dei migliori programmi di scacchi (Stockfish) e uno dei migliori Shōgi (Elmo).tockfish) e uno dei migliori Shōgi (Elmo).
, AlphaGo Zero（アルファ・ゴ・ゼロ）は、DeepMindのAlphaGoの … AlphaGo Zero（アルファ・ゴ・ゼロ）は、DeepMindのAlphaGoのバージョンである。AlphaGoのチームは2017年10月19日に学術誌Natureの論文でAlphaGo Zeroを発表した。このバージョンは人間の対局からのデータを使わずに作られており、それ以前の全てのバージョンよりも強い。自分自身との対局を行うことで、AlphaGo Zeroは3日でAlphaGo Leeの強さを超え（100勝0敗）、21日でAlphaGo Masterのレベルに達し、40日で全ての旧バージョンを超えた。 人間の熟練者から得られたデータは「しばしば高価で、信頼性が低く、あるいは単に利用ができない」ため、こういったデータセットなしでの人工知能（AI）の訓練は超人的な能力を持つAIの開発にとって重要な影響をもたらす。DeepMindの共同創立者でCEOのデミス・ハサビスは、AlphaGo Zeroはもはや「人間の知識の限界によって制約されなかった」ため非常に強力だ、と述べた。AlphaGoに関してNatureで発表されたDeepMindの論文の筆頭著者の一人であるは、人間からの学習の必要性を取り除くことによって、汎用AIアルゴリズムを得ることが可能である、と述べた。 2017年12月、AlphaZeroと名付けられたAlphaGo Zeroの汎用バージョンが、AlphaGo Zero、トップチェスプログラム（Stockfish）、トップ将棋プログラム（elmo）を破った。プチェスプログラム（Stockfish）、トップ将棋プログラム（elmo）を破った。
, AlphaGo Zero és una versió del programari … AlphaGo Zero és una versió del programari AlphaGo de DeepMind Go. L'equip d'AlphaGo va publicar un article a la revista Nature el 19 d'octubre de 2017, presentant AlphaGo Zero, una versió creada sense utilitzar dades de jocs humans i més forta que qualsevol versió anterior. En jugar contra si mateix, AlphaGo Zero va superar la força d'AlphaGo Lee en tres dies guanyant 100 jocs a 0, va assolir el nivell d'AlphaGo Master en 21 dies i va superar totes les versions antigues en 40 dies. Entrenar la intel·ligència artificial (IA) sense conjunts de dades derivats d'experts humans té implicacions importants per al desenvolupament d'IA amb habilitats sobrehumanes perquè les dades d'experts "sovint són cares, poc fiables o simplement no disponibles". Demis Hassabis, el cofundador i CEO de DeepMind, va dir que AlphaGo Zero era tan potent perquè "ja no estava limitat pels límits del coneixement humà". A més, AlphaGo Zero va tenir un millor rendiment que els models estàndard d'aprenentatge profund de reforç (com les implementacions DQN ) a causa de la seva integració de la cerca d'arbres de Monte Carlo. David Silver, un dels primers autors dels articles de DeepMind publicats a Nature a AlphaGo, va dir que és possible tenir algorismes d'IA generalitzats eliminant la necessitat d'aprendre dels humans. Més tard Google va desenvolupar AlphaZero, una versió generalitzada d'AlphaGo Zero que podia jugar als escacs i Shōgi a més de Go. El desembre de 2017, AlphaZero va superar la versió de 3 dies d'AlphaGo Zero guanyant 60 partides a 40, i amb 8 hores d'entrenament va superar AlphaGo Lee a escala Elo. AlphaZero també va derrotar un programa d'escacs superior (Stockfish) i un programa superior de Shōgi (Elmo).h) i un programa superior de Shōgi (Elmo).
|
| http://dbpedia.org/ontology/wikiPageExternalLink
|
http://discovery.ucl.ac.uk/10045895/1/agz_unformatted_nature.pdf +
, https://www.reddit.com/r/MachineLearning/comments/76xjb5/ama_we_are_david_silver_and_julian_schrittwieser/ +
, http://www.alphago-games.com/ +
, https://deepmind.com/blog/alphago-zero-learning-scratch/ +
|
| http://dbpedia.org/ontology/wikiPageID
|
55572262
|
| http://dbpedia.org/ontology/wikiPageLength
|
17781
|
| http://dbpedia.org/ontology/wikiPageRevisionID
|
1110388635
|
| http://dbpedia.org/ontology/wikiPageWikiLink
|
http://dbpedia.org/resource/Go_%28game%29 +
, http://dbpedia.org/resource/Elmo_%28shogi_engine%29 +
, http://dbpedia.org/resource/Category:Applications_of_artificial_intelligence +
, http://dbpedia.org/resource/Category:2017_software +
, http://dbpedia.org/resource/Open_source +
, http://dbpedia.org/resource/Category:Applied_machine_learning +
, http://dbpedia.org/resource/Master_%28software%29 +
, http://dbpedia.org/resource/Computer_shogi +
, http://dbpedia.org/resource/Reinforcement_learning +
, http://dbpedia.org/resource/Category:AlphaGo +
, http://dbpedia.org/resource/The_Guardian +
, http://dbpedia.org/resource/GPU +
, http://dbpedia.org/resource/Protein_folding +
, http://dbpedia.org/resource/AlphaGo_Lee +
, http://dbpedia.org/resource/AlphaGo_Master +
, http://dbpedia.org/resource/Carnegie_Mellon_University +
, http://dbpedia.org/resource/Category:Google +
, http://dbpedia.org/resource/Oren_Etzioni +
, http://dbpedia.org/resource/Chess +
, http://dbpedia.org/resource/Algorithm +
, http://dbpedia.org/resource/Go_software +
, http://dbpedia.org/resource/Leela_Zero +
, http://dbpedia.org/resource/Sohu +
, http://dbpedia.org/resource/Gary_Marcus +
, http://dbpedia.org/resource/Allen_Institute_for_Artificial_Intelligence +
, http://dbpedia.org/resource/Category:2017_in_go +
, http://dbpedia.org/resource/ArXiv +
, http://dbpedia.org/resource/Fan_Hui +
, http://dbpedia.org/resource/Shogi +
, http://dbpedia.org/resource/Mark_Pesce +
, http://dbpedia.org/resource/AlphaGo_versus_Lee_Sedol +
, http://dbpedia.org/resource/AlphaGo +
, http://dbpedia.org/resource/Stockfish_%28chess%29 +
, http://dbpedia.org/resource/DeepMind +
, http://dbpedia.org/resource/Sheffield_University +
, http://dbpedia.org/resource/New_York_University +
, http://dbpedia.org/resource/Ke_Jie +
, http://dbpedia.org/resource/Category:Go_engines +
, http://dbpedia.org/resource/Future_of_Go_Summit +
, http://dbpedia.org/resource/AlphaFold +
, http://dbpedia.org/resource/Graphics_processing_unit +
, http://dbpedia.org/resource/Tensor_processing_unit +
, http://dbpedia.org/resource/David_Silver_%28programmer%29 +
, http://dbpedia.org/resource/Rules_of_Go +
, http://dbpedia.org/resource/AlphaZero +
, http://dbpedia.org/resource/Elo_rating_system +
, http://dbpedia.org/resource/Mok_Jin-seok +
, http://dbpedia.org/resource/AlphaGo_versus_Fan_Hui +
, http://dbpedia.org/resource/Hyperparameter_%28machine_learning%29 +
, http://dbpedia.org/resource/Nature_%28journal%29 +
, http://dbpedia.org/resource/Artificial_intelligence +
, http://dbpedia.org/resource/Lee_Sedol +
, http://dbpedia.org/resource/Neural_network +
, http://dbpedia.org/resource/TensorFlow +
|
| http://dbpedia.org/property/wikiPageUsesTemplate
|
http://dbpedia.org/resource/Template:Reflist +
, http://dbpedia.org/resource/Template:Go_%28game%29 +
, http://dbpedia.org/resource/Template:Use_dmy_dates +
, http://dbpedia.org/resource/Template:Short_description +
, http://dbpedia.org/resource/Template:Artificial_intelligence +
, http://dbpedia.org/resource/Template:Cite_journal +
, http://dbpedia.org/resource/Template:Main +
|
| http://purl.org/dc/terms/subject
|
http://dbpedia.org/resource/Category:Go_engines +
, http://dbpedia.org/resource/Category:2017_in_go +
, http://dbpedia.org/resource/Category:AlphaGo +
, http://dbpedia.org/resource/Category:2017_software +
, http://dbpedia.org/resource/Category:Applied_machine_learning +
, http://dbpedia.org/resource/Category:Google +
, http://dbpedia.org/resource/Category:Applications_of_artificial_intelligence +
|
| http://www.w3.org/ns/prov#wasDerivedFrom
|
http://en.wikipedia.org/wiki/AlphaGo_Zero?oldid=1110388635&ns=0 +
|
| http://xmlns.com/foaf/0.1/isPrimaryTopicOf
|
http://en.wikipedia.org/wiki/AlphaGo_Zero +
|
| owl:sameAs |
http://ja.dbpedia.org/resource/AlphaGo_Zero +
, http://it.dbpedia.org/resource/AlphaGo_Zero +
, http://www.wikidata.org/entity/Q42259287 +
, http://ca.dbpedia.org/resource/AlphaGo_Zero +
, https://global.dbpedia.org/id/3umcB +
, http://fa.dbpedia.org/resource/%D8%A2%D9%84%D9%81%D8%A7%DA%AF%D9%88_%D8%B2%DB%8C%D8%B1%D9%88 +
, http://fr.dbpedia.org/resource/AlphaGo_Zero +
, http://ro.dbpedia.org/resource/AlphaGo_Zero +
, http://dbpedia.org/resource/AlphaGo_Zero +
, http://zh.dbpedia.org/resource/AlphaGo_Zero +
|
| rdfs:comment |
AlphaGo Zero（アルファ・ゴ・ゼロ）は、DeepMindのAlphaGoの … AlphaGo Zero（アルファ・ゴ・ゼロ）は、DeepMindのAlphaGoのバージョンである。AlphaGoのチームは2017年10月19日に学術誌Natureの論文でAlphaGo Zeroを発表した。このバージョンは人間の対局からのデータを使わずに作られており、それ以前の全てのバージョンよりも強い。自分自身との対局を行うことで、AlphaGo Zeroは3日でAlphaGo Leeの強さを超え（100勝0敗）、21日でAlphaGo Masterのレベルに達し、40日で全ての旧バージョンを超えた。 人間の熟練者から得られたデータは「しばしば高価で、信頼性が低く、あるいは単に利用ができない」ため、こういったデータセットなしでの人工知能（AI）の訓練は超人的な能力を持つAIの開発にとって重要な影響をもたらす。DeepMindの共同創立者でCEOのデミス・ハサビスは、AlphaGo Zeroはもはや「人間の知識の限界によって制約されなかった」ため非常に強力だ、と述べた。AlphaGoに関してNatureで発表されたDeepMindの論文の筆頭著者の一人であるは、人間からの学習の必要性を取り除くことによって、汎用AIアルゴリズムを得ることが可能である、と述べた。必要性を取り除くことによって、汎用AIアルゴリズムを得ることが可能である、と述べた。
, AlphaGo Zero是DeepMind圍棋軟體AlphaGo的最新版。2017年 … AlphaGo Zero是DeepMind圍棋軟體AlphaGo的最新版。2017年10月19日，AlphaGo团队在《自然》上发表文章介绍了AlphaGo Zero，文中指出此版本不採用人类玩家的棋譜，且比之前的所有版本都要强大。通过自我对弈，AlphaGo Zero在三天内以100比0的戰績战胜了AlphaGo Lee，花了21天达到AlphaGo Master的水平，用40天超越了所有旧版本。DeepMind联合创始人兼CEO杰米斯·哈萨比斯说，AlphaGo Zero“不再受限于人类认知”，很强大。由于专家数据「經常很贵、不可靠或是無法取得」，不借助人类专家的数据集训练人工智能，对于人工智能开发超人技能具有重大意义，因為這樣的AI不是學習人，是透過對自我的反思和獨有的創造力直接超越人類。文章作者之一表示，摒弃向人类学习的需求，这有可能是对现有人工智能算法的拓展。越人類。文章作者之一表示，摒弃向人类学习的需求，这有可能是对现有人工智能算法的拓展。
, AlphaGo Zero è una versione del programma … AlphaGo Zero è una versione del programma per giocare a Go di DeepMind, AlphaGo. Il team di AlphaGo ha pubblicato un articolo sulla rivista Nature il 19 ottobre 2017, introducendo AlphaGo Zero, una versione creata senza utilizzare informazioni provenienti da partite tra giocatori umani e più potente di qualsiasi versione precedente. Giocando contro sé stesso, AlphaGo Zero ha superato la forza della versione di AlphaGo che aveva affrontato Lee Sedol in tre giorni vincendo 100 partite a 0, ha raggiunto il livello di AlphaGo Master in 21 giorni e ha superato tutte le vecchie versioni in 40 giorni.to tutte le vecchie versioni in 40 giorni.
, AlphaGo Zero is a version of DeepMind's Go … AlphaGo Zero is a version of DeepMind's Go software AlphaGo. AlphaGo's team published an article in the journal Nature on 19 October 2017, introducing AlphaGo Zero, a version created without using data from human games, and stronger than any previous version. By playing games against itself, AlphaGo Zero surpassed the strength of AlphaGo Lee in three days by winning 100 games to 0, reached the level of AlphaGo Master in 21 days, and exceeded all the old versions in 40 days. exceeded all the old versions in 40 days.
, AlphaGo Zero est une version améliorée du … AlphaGo Zero est une version améliorée du logiciel de go AlphaGo produite par l'entreprise DeepMind introduite par un article dans la revue Nature du 19 octobre 2017. Il s'agit d'une version développée sans l'aide de données provenant de parties jouées entre humains, ni de connaissances autres que les règles du jeu. Cette version est plus forte que n'importe quelle version précédente. En jouant contre lui-même, AlphaGo Zero a dépassé la force de la version d’AlphaGo du match contre Lee Se-dol en trois jours en gagnant par 100 jeux à 0, a atteint le niveau d’AlphaGo Master en 21 jours, et a dépassé toutes les anciennes versions en 40 jours.toutes les anciennes versions en 40 jours.
|
| rdfs:label |
AlphaGo Zero
|
