AlphaGo Zero เมื่อ AI เก่งได้ด้วยตัวเอง 100%

 

จากที่เคยสร้างประสบการณ์คว่ำเซียนโกะระดับโลกมาแล้ว ล่าสุด DeepMind (ภายใต้ Google) ได้เปิดตัว AlphaGo Zero เวอร์ชันที่อัปเกรดไปอีกขั้น โดยจุดที่ทำให้โลกต้องตะลึงคือ "มันไม่ต้องการข้อมูลจากมนุษย์อีกต่อไป" ครับ

ความต่างที่สำคัญ

• รุ่นเดิม: ต้องป้อนข้อมูลการเล่นของมนุษย์กว่า 1,000 เกม เพื่อให้ AI เรียนรู้เทคนิคและกลยุทธ์
• AlphaGo Zero: เริ่มต้นจากศูนย์ (Zero) ไม่รู้กติกาสักนิด แต่ใช้วิธี Reinforcement Learning (RL) หรือการฝึกฝนเล่นกับตัวเองซ้ำไปซ้ำมา

สถิติความอัจฉริยะที่น่าทึ่ง

1. 3 วันแรก: ฝึกกับตัวเองจนเก่งพอที่จะชนะ AlphaGo รุ่นที่เคยชนะ อีเซดอล ได้ขาดลอย 100-0 เกม
2. 21 วัน: ปราบรุ่น Master ที่เคยชนะ เค่อเจี๋ย และผู้เล่นออนไลน์ 60 คนลงได้
3. 40 วัน: ก้าวขึ้นเป็นผู้เล่นโกะที่เก่งที่สุดในประวัติศาสตร์โลก โดยที่ไม่มีมนุษย์สอนเลยแม้แต่คนเดียว

อนาคตที่มากกว่าแค่เกมกระดาน

DeepMind ยืนยันว่าเป้าหมายไม่ใช่แค่การสร้างเซียนหมากล้อม แต่คือการนำอัลกอริทึมนี้ไปช่วยมนุษย์แก้ปัญหาระดับโลก เช่น การวิจัยการม้วนพับโปรตีน เพื่อการแพทย์ หรือการค้นหา วัสดุใหม่ๆ เพื่อลดการใช้พลังงาน ซึ่ง AI จะกลายเป็น "เครื่องทุ่นแรงทางสติปัญญา" ให้กับพวกเรานั่นเอง