AlphaZero完胜三大世界冠军棋类程序：5000个TPU、自学一天

Root 编译整理
量子位 出品 | 公众号 QbitAI

昨天，DeepMind团队又在arXiv上扔了个重磅炸弹，新一代AlphaZero在用了强劲的计算资源（5000个一代TPU和64个二代TPU）之后，用不到24小时的时间自我对弈（tabula rasa，也叫白板）强化学习，接连击败了三个世界冠军级的程序 (国际象棋、将棋、围棋)。