AlphaZero shakkikoneena
Authors
Date
2019Copyright
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
DeepMindin koneoppiva go:ta, shogia ja shakkia pelaava AlphaZero yllätti shakkimaailman vuoden 2017 lopussa omalaatuisella ihmisläheisellä pelityylillään ja kiistattomalla tehokkuudellaan. Tässä tutkielmassa haluttiin selvittää AlphaZeron rakennetta sekä sen taustalla olevia menetelmiä. Syy AlphaZeron menestykseen todettiin olevan sen ihmisistä riippumaton syvä vahvistettu oppiminen, sekä lupaaviin variaatioihin keskittyvä Monte-Carlo -puuhaku. Tiedon pohjalta pääteltiin, että AlphaZeron pelitilanteita analysoiva neuroverkko sekä liikkeitä etsivä puuhaku vastaavat yllättävän tarkasti perinteisten shakkikoneiden kaksiosaista mallia, mutta kummankin osan toteutus vaikuttaa olevan perinteisiä funktioita tehokkaampi. The world of chess was surprised in late 2017 by DeepMind's machine learning go-, shogi- and chess engine AlphaZero with it's unique human-like playstyle and it's undisputed efficiency. The objective of this thesis was to study the structure of AlphaZero and the methods used to complement it. According to the information gathered, the key to AlphaZero's success was it's human-independent deep reinforcement learning and it's Monte-Carlo Tree Search, that is able to concentrate on more promising variations. From these finds it was derived, that structure-wise AlphaZero resembles the traditional chess engine surprisingly well, but it seems AlphaZero's components are more effective in their tasks.
Keywords
Metadata
Show full item recordCollections
- Kandidaatintutkielmat [4011]
Related items
Showing items with similar title or keywords.
-
Tekoälyn hyödyntäminen terveydenhuollossa
Selkämaa, Matti (2020)Tekoäly on nykypäivänä paljolti käytetty termi ja sillä uskotaan olevan merkittäviä positiivisia vaikutuksia erilaisille toimialoille sekä yhteiskunnan kriittisille toiminnoille. Tekoälyn juuret juontavat jo 1950-luvulle, ... -
Tekoälyn sovelluskohteet kyberturvallisuudessa
Keränen, Oona (2020)Tekoälyn harppaukset viime vuosina ja uusien tekniikoiden soveltaminen kyberhyökkäyksissä ovat johtamassa siihen, että vanhat keinot eivät enää riitä hyökkäysten torjumiseksi. Tekoälyä hyödyntävien turvajärjestelmien avulla ... -
Tekoälyn hyödyntäminen palvelukehityksessä
Tiippana, Jani (2018)Kandidaatintutkielmassa tutkitaan tekoälyn hyödyntämistä palvelukehityksessä. Tekoäly yleistyy nyt ja tulevaisuudessa yhä useammalla alalla IT:n yleistyessä. Palvelusekotorin laajuus globaalissa mittakaavassa on huomattava ... -
MuZero ja mallipohjainen vahvistusoppiminen
Leinonen, Hertta (2021)Tutkielmassa pyritään selvittämään, mitä mallipohjainen vahvistusoppiminen tarkoittaa, ja kuinka sitä hyödynnetään MuZero-nimisen tekoälyn algoritmissa. MuZeroa on testattu menestyksekkäästi sekä klassisissa lautapeleissä, ... -
Koneoppiminen rahoitusmarkkinoiden ennustamisessa
Leskinen, Jarre (2019)Tutkielma käsittelee koneoppimisen soveltuvuutta rahoitusmarkkinoiden ennustamiseen käsitellen erityisesti eri algoritmeja sekä niiden yhdistelmiä ja syötteen optimointia. Tulokset osoittavat, että tehokkaiden markkinoiden ...