近日，2019 年 ACM 計算獎頒出，由于在計算機游戲領(lǐng)域取得突破性進展，“AlphaGo 之父”、DeepMind 首席科學(xué)家、倫敦大學(xué)學(xué)院教授 David Silver 獲得最新一屆的 ACM 計算獎。

David Silver 是深度學(xué)習(xí)領(lǐng)域的先驅(qū)人物，他在人工智能領(lǐng)域的一系列成績中，又以帶領(lǐng)打造了 AlphaGo 最為人所知：David Silver 通過巧妙地結(jié)合深度學(xué)習(xí)、強化學(xué)習(xí)、蒙特卡洛搜索樹和大規(guī)模計算的思想，開發(fā)了 AlphaGo 算法，AlphaGo 戰(zhàn)勝了頂尖的人類棋手，更是被公為人工智能（AI）研究的一個里程碑。

（來源：ACM）

根據(jù) ACM 官方報道，最初，AlphaGo 會經(jīng)過來自人類專業(yè)棋手經(jīng)驗的小范圍訓(xùn)練，然后，它會通過強化學(xué)習(xí)來不斷改善性能。AlphaGo 之后， David Silver 和他的團隊創(chuàng)造了更新穎的方法，來實現(xiàn)更高的性能和通用性，AlphaZero 就此誕生。與 AlphaGo 不同，AlphaZero 完全通過與自己玩游戲來進行學(xué)習(xí)，不需要任何人類數(shù)據(jù)或先驗知識（游戲規(guī)則除外）。而且，AlphaZero 同時在國際象棋、將棋和圍棋游戲中有超過人類的表現(xiàn)，證明了其 AI 算法的通用性。

早在 David Silver 于艾伯塔大學(xué)（University of Alberta）攻讀博士學(xué)位時，他就開始探索開發(fā)一種可以掌握圍棋智慧的計算機程序，這也成為了他后續(xù)一直在專注的研究興趣。在 2013 年的 NeurIPS 會議上，Silver 展示了一種算法，它可以在雅達利游戲中展現(xiàn)達到人類水平的技巧。這個程序?qū)W會了在游戲過程中僅僅通過觀察像素和分數(shù)來玩游戲。

2015 年， David Silver 和他的同事發(fā)布開創(chuàng)性論文“Human Level Control Through Deep Reinforcement Learning ”，在這個研究中，他們將強化學(xué)習(xí)與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合，論文發(fā)表在 Nature 雜志上，且至今被引用近 1 萬次，對該領(lǐng)域產(chǎn)生了巨大影響。隨后，Silver 和他的同事繼續(xù)用新技術(shù)改進這些深度強化學(xué)習(xí)算法，這些算法仍然是機器學(xué)習(xí)中應(yīng)用最廣泛的工具之一。

2016 年 3 月，團隊開發(fā)的 AlphaGo 擊敗世界圍棋冠軍李世石，這被被譽為 AI 里程碑式的時刻。同年，解析 AlphaGo 背后技術(shù)的論文 “ Mastering the Game of Go with Deep Neural Networks and Tree Search ” 公開發(fā)布在Nature雜志上。

AlphaGo 和 AlphaZero 之后，DeepMind 的游戲 AI 探索的另一個重點是征服《星際爭霸 II》。就在去年，由 Silver 領(lǐng)導(dǎo)的 DeepMind 團隊開發(fā)了 AlphaStar，它掌握了多人即時戰(zhàn)略游戲《星際爭霸 II》，這類游戲被認為是游戲 AI 需要攀登的高峰。

現(xiàn)在，在 DeepMind——這家谷歌旗下最星光熠熠的 AI 公司，David Silver 和他的同事仍在尋求將機器學(xué)習(xí)和神經(jīng)科學(xué)方面的進展進行技術(shù)融合，以構(gòu)建功能強大的通用學(xué)習(xí)算法。David Silver 在深度強化學(xué)習(xí)上的諸多工作也已被應(yīng)用于提高英國電網(wǎng)效率、幫助谷歌數(shù)據(jù)中心降低功耗、為歐洲航天局策劃太空探測器軌跡等領(lǐng)域。DeepMind 團隊還將繼續(xù)推進這些技術(shù)，并為其找到更多的應(yīng)用場景。

-End-

總結(jié)

以上是生活随笔為你收集整理的“AlphaGo之父”获最新一届ACM计算奖的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。