University of Jyväskylä | JYX Digital Repository

  • English  | Give feedback |
    • suomi
    • English
 
  • Login
JavaScript is disabled for your browser. Some features of this site may not work without it.
View Item 
  • JYX
  • Opinnäytteet
  • Kandidaatintutkielmat
  • View Item
JYX > Opinnäytteet > Kandidaatintutkielmat > View Item

AlphaZero shakkikoneena

Thumbnail
View/Open
1.0Mb

Downloads:  
Show download detailsHide download details  
Authors
Pitkänen, Jonni
Date
2019
Discipline
TietotekniikkaMathematical Information Technology
Copyright
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
AlphaZero DeepMind shakkikone vahvistettu oppiminen MCTS syväoppiminen shakki neuroverkot algoritmit pelit koneoppiminen
URI

http://urn.fi/URN:NBN:fi:jyu-201905172653

Metadata
Show full item record
Collections
  • 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 ...
  • Browse materials
  • Browse materials
  • Articles
  • Conferences and seminars
  • Electronic books
  • Historical maps
  • Journals
  • Tunes and musical notes
  • Photographs
  • Presentations and posters
  • Publication series
  • Research reports
  • Research data
  • Study materials
  • Theses

Browse

All of JYXCollection listBy Issue DateAuthorsSubjectsPublished inDepartmentDiscipline

My Account

Login

Statistics

View Usage Statistics
  • How to publish in JYX?
  • Self-archiving
  • Publish Your Thesis Online
  • Publishing Your Dissertation
  • Publication services

Open Science at the JYU
 
Data Protection Description

Accessibility Statement

Unless otherwise specified, publicly available JYX metadata (excluding abstracts) may be freely reused under the CC0 waiver.
Open Science Centre