原標(biāo)題：看評(píng)論學(xué)象棋，英國(guó)科學(xué)家嘗試“另類(lèi)”人工智能棋類(lèi)算法

　　讓AI學(xué)會(huì)下棋，成為“棋類(lèi)大師”，安居客門(mén)店管理系統(tǒng)一直是人工智能領(lǐng)域廣為研究的課題。近日，來(lái)自倫敦大學(xué)學(xué)院的Kamlish等人公布了他們另辟蹊徑的研究試驗(yàn)——SentiMate，一種采用自然語(yǔ)言處理方法，安居客門(mén)店管理系統(tǒng)通過(guò)訓(xùn)練網(wǎng)絡(luò)評(píng)論文本來(lái)學(xué)習(xí)國(guó)際象棋的算法。它通過(guò)分析專(zhuān)家解說(shuō)員的反應(yīng)，對(duì)象棋動(dòng)作的質(zhì)量進(jìn)行評(píng)價(jià)。

　　在SentiMate之前，人工智能主要通過(guò)不斷地對(duì)弈訓(xùn)練學(xué)習(xí)圍棋。2016年擊敗圍棋世界冠軍李世石的AlphaGo使用神經(jīng)網(wǎng)絡(luò)，與人類(lèi)棋手的棋譜進(jìn)行訓(xùn)練，學(xué)習(xí)如何下圍棋。到了2018年，AlphaZero依靠深度神經(jīng)網(wǎng)絡(luò)，通用強(qiáng)化學(xué)習(xí)算法和蒙特卡洛樹(shù)搜索，通過(guò)自我對(duì)弈進(jìn)行強(qiáng)化學(xué)習(xí)。

　　與Alpha系列采用神經(jīng)網(wǎng)絡(luò)，自我訓(xùn)練的方法不同，SentiMate嘗試了一條自然語(yǔ)言學(xué)習(xí)路徑。該團(tuán)隊(duì)首先收集來(lái)自網(wǎng)絡(luò)的2700條國(guó)際象棋游戲評(píng)論文本，然后建立了一個(gè)分類(lèi)器，該分類(lèi)器能夠在大量評(píng)論數(shù)據(jù)集中提取描述象棋動(dòng)作質(zhì)量的評(píng)論。他們還在象棋評(píng)論數(shù)據(jù)的基礎(chǔ)上訓(xùn)練了一個(gè)情緒分析模型，分析人們通過(guò)語(yǔ)言所傳遞出的正向情緒來(lái)評(píng)估象棋的動(dòng)作質(zhì)量，從而指導(dǎo)機(jī)器人在棋局中的下一步行動(dòng)。研究人稱(chēng)，這兩個(gè)模型都達(dá)到了90%以上的分類(lèi)精度。在此基礎(chǔ)上，他們提出了一個(gè)象棋引擎sentimate，它基于預(yù)先訓(xùn)練的情緒評(píng)估功能來(lái)評(píng)估象棋的動(dòng)作。

　　讓研究人員感到驚訝的是，SentiMate已有能力理解國(guó)際象棋的一些基本原則和制定幾個(gè)關(guān)鍵策略。《麻省理工科技評(píng)論》據(jù)此評(píng)價(jià)稱(chēng)，雖然SentiMate從未戰(zhàn)勝過(guò)傳統(tǒng)訓(xùn)練路徑下的象棋機(jī)器人，很難被稱(chēng)作AlphaGo那樣的“象棋大師”，但這個(gè)新路徑展示了利用更少的游戲數(shù)據(jù)，更低的計(jì)算需求，通過(guò)語(yǔ)言分析的方法來(lái)研究象棋游戲的前景。

　　“自然語(yǔ)言處理的下一步是將機(jī)器學(xué)習(xí)到的信息轉(zhuǎn)變?yōu)榍袑?shí)的行動(dòng)，來(lái)解決真實(shí)世界的任務(wù)”，研究人員對(duì)《麻省理工科技評(píng)論》表示，SentiMate所采用的學(xué)習(xí)技術(shù)還可以用來(lái)分析體育賽事，預(yù)測(cè)金融活動(dòng)。“畢竟還有大量的書(shū)籍，博客和論文都在等待學(xué)習(xí)”。

本文地址：http://www.kjdzwh.cn/info/2019/08/0309032220.html