AlphaGo verbessert sich

Question

Ich habe ein paar Nachrichtenartikel über AlphaGo gelesen und sie alle erwähnen, dass AlphaGo besser wurde, als er zuerst menschliche Spiele spielte und dann Spiele gegen sich selbst spielte. Eine Sache, die mich interessiert, ist: Wie hat sich AlphaGo verbessert? Ändert es Variablen im Code? Oder ändert es seinen Code, indem er es selbst schreibt? Oder haben die Schöpfer es hinzugefügt? Wie lernt es eigentlich? Eine generalisierte Antwort ist in Ordnung, da es nur für mein Allgemeinwissen ist.

Vielleicht missverstehe ich das ganze Konzept, Nachrichtenartikel neigen dazu, ein breites und manchmal falsches Verständnis zu geben. Etwas Klarheit wäre toll oder Links zu nützlichen Informationen.

Answer 1

AlphaGo verwendet maschinelles Lernen.

In Machine Learning haben Sie eine Funktion (zB ax +b), die Sie zu einem Resultat, und Sie stimmen die Parameter dieser Funktion (a und b), so dass das Ergebnis passt mehr und mehr die Beispiele, die Sie haben. Im Falle von AlphaGo hatten sie 2 Funktionen, eine für den nächsten Zug und eine für den Gewinner und beide sind sehr komplex mit vielen tausend Parametern.

Wenn sie ein Spiel zwischen zwei Instanzen von AlphaGo spielten, würden sie das Ergebnis aufnehmen und es als ein Beispiel verwenden, um die Funktionen zu trainieren, so dass die nächste Version noch besser spielt.

Es gibt tolle Tutorials im Internet darüber, wie maschinelles Lernen funktioniert, wenn Sie mehr wissen wollen.