AlphaGoコードはオープンソースであり、すぐに挑戦することができます
Alphago Code Is Open Source
AlphaGoに興味があり、自分で試してみたい場合は、朗報です。Engadgetのレポートによると、GoogleはDeepMindソースコードがオープンソースでGithubにアップロードされることを発表しました。 Googleは、AI機能のオープン性を高めて、より多くの開発者がAI研究に参加し、他の開発者がDeepMindの現在の記録に挑戦して破ることができるかどうかを観察できるようにしたいと考えています。
（DeepMind公式ウェブサイトからの写真）
実際、AlphaGoの現在のレベルは世界でほとんど無敵です。
昨日、2016年のサムスンカップ世界囲碁トーナメントの決勝で、中国人プレーヤーの柯潔が逆転し、合計スコア2：1でタイトルを守りました。新華社通信の取材によると、試合後、柯潔は「現状は 『アルファゴ』を打ち負かすことはできず、今後も頑張る必要がある」と率直に語った。
AlphaGoの記録は確かにまばゆいばかりなので、史上最年少のSamsungCupチャンピオンは率直になりたくありません。
2015年10月には、19ウェイボードでプロ棋士を諦めずに倒すことができる最初のコンピューター囲碁プログラムになりました。
2016年3月、プロチェスプレーヤーのLi Shidongを4：1で破り、ハンディキャップなしで9段のプロチェスプレーヤーを倒すことができる最初のコンピューター囲碁プログラムになりました。
2016年7月18日、ポイントによると、Go RatingsのWebサイトは、AlphaGoをGoで世界第1位にランク付けしました。これまでのところ、人工知能は別の領域を征服しました。
過去20年間の開発において、囲碁人工知能は、力ずくの検索方法（徹底的な方法）、アルファベータ法（後者の戦略が前の戦略よりも悪いかどうかを評価する）の使用など、従来の人工知能の方法から進化してきました。後続の戦略開発の計算を停止します）など、モンテカルロツリー検索を使用するように進化しました。モンテカルロ木探索は、次の3つの部分に分かれています。
チェス移動ネットワーク：現在の位置を指定して、次の移動を予測/サンプリングします
速い動き：動きの質を適切に犠牲にする条件下で、速度は1000倍に増加します
評価ネットワーク：現在の状況を考えると、白が勝つか黒が勝つと推定されます
このように、樹形図の長期的な推論と組み合わせることができるだけでなく、人間の脳の自発的な学習のように訓練することもできます。
1億以上のマシンゲームと80万のヒューマンゲームを学習することで、AlphaGoのスタンドアロンバージョンは既存の囲碁人工知能を残すことができ、AlphaGoの分散バージョンは他の囲碁人工知能に対して500ゲームでさらに多くなります。完全な勝利を手に入れましょう。
驚くべきAlphaGoに加えて、ElonMuskのOpenAIコンピュータートレーニングフィールド「Universe」もオープンソースリソースとしてオープンしています。
もちろん、オープンソースに関しては、両社はAIコードをオープンに保つことへの希望を表明しましたが、実際には、これは少し無力な動きです。 Engadgetがこれについてコメントしたように、両社はこれまでに開発を行ってきました。人工知能の開発を加速するために最も不足しているのは大量のデータです。そのため、両社はコードのこの部分をオープンソースにすることを選択しました。