AlphaZero完胜三大世界冠军棋类程序：5000个TPU、自学一天？

昨天，Deepmind团队在arxiv扔了重磅炸弹，下一代alphazero使用了强大的计算资源(5000代TPU和64代TPU)后，不到24小时的自我对战(tabula称霸asa，也称为白板)加强了学习，连续打败了世界冠军级的程序(棋、棋、围棋)。

其中包括上一代冠军围棋程序AlphaGoZero，该程序发布不到两个月，Deepmind又称霸了自己(因此谷歌队自我进化速度的时间单位都是天计，很可怕)。

AlphaZero百局战绩:

象棋程序Stockfish:28胜，72平

象棋程序Elmo:90胜，2平，8负

象棋程序AlphaGo:60胜，40负

AlphaZero自我对战的训练时间:

训练次数|训练时间段

30万，2小时，打败国际象棋Elmo

11万，4小时，打败国际象棋Stockfish

16.5万，8小时，打败国际象棋AlphaGo

删除Go意味着AlphaZero，已经是比AlphaGoZero更通用的程序。

一直以来，尽管许多顶级人工智能的程序超过了人类世界冠军的水平，但他们只能在单一领域执行单一任务，不能将这种打败人类的超能力泛化到其他任务中。

Deepmind的野心不开发者_如何学C仅仅是在棋类游戏中超越人类，这次他们研究了这个更通用的程序AlphaZero，很快就会投入蛋白折叠的应用。

官方表示，他们很快就会发表相关论文，通过检测蛋白错误折叠，快速诊断神经退行性疾病，如阿尔茨海默病、帕金森病、囊状纤维化。

期待AlphaZero在医疗健康领域的表现。