Se você ficou fascinado pelo programa DeepMind AlphaGo, Há boas notícias para você. Alguns entusiastas do Go replicaram os resultados do Papel AlphaGo Zero, usando alguns recursos fornecidos pelo Google.
Fonte: WIRED
Os desenvolvedores querem enfatizar que este projeto não está de forma alguma associado ao programa AlphaGo oficial da DeepMind. É um esforço independente inspirado em AlphaGo, mas não afiliado a ele.
De acordo com os desenvolvedores, Minigo “é uma implementação pura em Python de um AI Go baseado em redes neurais, usando TensorFlow ". Adiciona alguns recursos e mudanças de arquitetura ao “Dominar o jogo Go sem conhecimento humano” papel. Muito recentemente, esta arquitetura foi expandida ainda mais no “Domine o xadrez e o shogi por meio do jogo autônomo com um algoritmo de aprendizado de reforço geral” papel.
Os objetivos deste projeto, descrito pelos autores, estão listados abaixo:
- Forneça um conjunto claro de exemplos de aprendizado com o Tensorflow, Kubernetes e Google Cloud Platform para estabelecer canais de aprendizagem de reforço em vários aceleradores de hardware.
- Reproduza os métodos dos artigos originais da DeepMind AlphaGo tão fielmente quanto possível, por meio de uma implementação de código aberto e ferramentas de pipeline de código aberto.
- Forneça nossos dados, descobertas e descobertas ao ar livre para beneficiar as comunidades Go, aprendizado de máquina e Kubernetes.
Se você estiver interessado em fazer isso em sua máquina, você pode acessar o código-fonte do Minigo e outros recursos, aqui.
Apenas uma observação aqui de que você precisará do seguinte antes de começar:
Nossa opinião sobre isso
Os desenvolvedores mencionam repetidamente que este não é um projeto DeepMind e não se destina explicitamente a competir com AlphaGo. Eles só queriam que outros desenvolvedores da comunidade entendessem (e talvez eles irão replicar ou melhorar) como funciona o modelo Go. Definitivamente, é algo para ficar atento à medida que este estudo avança..
