Neuroverkot ja AlphaGo Zero
2019:49 | 2020:86 | 2021:52 | 2022:60 | 2023:93 | 2024:76 | 2025:3
Tutkielmassa perehdytään AlphaGo Zeron toimintaan ja oleellisimpiin siinä käytettyihin tekniikoihin. AlphaGo Zero on tekoäly go-lautapelille, jota on pidetty tekoälyille hankalana. Tärkeä syy AlphaGo Zeron menestykseen oli käyttää neuroverkkojen ja Monte Carlo -puuhaun yhdistelmää. Löydän tälle menetelmälle muitakin käyttökohteita. Kehitystä aikaisempaan AlphaGo-tekoälyyn nähden oli erityisesti pelaamaan oppiminen ilman ihmisten ohjausta, kahden neuroverkon yhdistäminen yhdeksi, joka antaa kaksi ulostuloa, sekä residuaalisten neuroverkkojen käyttäminen. This thesis explains how AlphaGo Zero and the most relevant of the techniques it utilizes work. AlphaGo Zero is an artificial intelligence for go, a board game that has been thought to be difficult for computers. An important reason for the success of AlphaGo Zero was how it combined neural networks and Monte Carlo tree search. I present other applications for this method as well. AlphaGo Zero had a number of improvements compared to its predecessor AlphaGo. The most important ones were that it learns without human guidance, that it combines two neural networks into one that has two outputs, and that it utilizes residual networks.
Keywords
Metadata
Show full item recordCollections
- Kandidaatintutkielmat [5374]
License
Related items
Showing items with similar title or keywords.
-
Keinotekoisten neuroverkkojen hyödyntäminen automaattisessa lintujen tunnistamisessa äänen perusteella
Sintonen, Lauri (2018)Tässä tutkielmassa esitellään keinotekoisten neuroverkkojen hyödyntämistä automaattisessa lintujen tunnistamisessa äänen perusteella. Keskeisenä motiivina ovat sekä neuroverkkoihin tutustuminen että lintujen automaattisen ... -
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, ... -
AlphaGo ja Monte Carlo -puuhaku
Kumpulainen, Samu (2017)Tässä tutkielmassa käsittelen Monte Carlo -puuhakualgoritmia sekä sen roolia hyvin menestyneessä AlphaGo-tekoälyssä. Tavoitteena oli muodostaa kokonaiskuva AlphaGo:n toiminnasta, painottuen etenkin Monte Carlo -puuhaun ... -
Konvolutionaalisten neuroverkkojen hyödyntäminen automatisoitujen ajoneuvojen kehittämisessä
Hiekkavirta, Jenna (2021)Tekoäly on tällä hetkellä ja tulevaisuudessa merkittävä teknologia, jota pystytään hyödyntämään autonomisessa ajamisessa eri teknologioiden avulla. Tässä kandidaatin tutkielmassa selvitetään sitä, miten konvolutionaalisia ... -
Applications of Artificial Intelligence in the Economy, Including Applications in Stock Trading, Market Analysis, and Risk Management
Rahmani, Amir Masoud; Rezazadeh, Bahareh; Haghparast, Majid; Chang, Wei-Che; Ting, Shen Guan (Institute of Electrical and Electronics Engineers (IEEE), 2023)In an increasingly automated world, Artificial Intelligence (AI) promises to revolutionize how people work, consume, and develop their societies. Science and technology advancement has led humans to seek solutions to ...