هوش مصنوعی چطور بدون معلم، شطرنج و Go را از قهرمانهای جهان بهتر یاد گرفت؟
دیدن پاسخ ↺با «یادگیری تقویتی» (Reinforcement Learning) و بازی با خودش! AlphaZero فقط قوانین بازی را میدانست. میلیونها بازی با خودش کرد؛ حرکتهایی که به برد میرسیدند تقویت و بقیه تضعیف شدند. در چند ساعت به سطحی رسید که حرکتهایی بازی میکرد که استادان بزرگ هرگز ندیده بودند.
صفحه این کارت ←