AlphaGo

Makine öğrenmesi ve veri madenciliği
Problemler Sınıflandırma Kümeleme Regresyon Anomali tespiti Association rules Pekiştirmeli öğrenme Yapılandırılmış tahmin Öznitelik mühendisliği Öznitelik öğrenmesi Öznitelik çıkarımı Online öğrenme Yarı-gözetimli öğrenme Gözetimsiz öğrenme Sıralama öğrenme Gramer Tümevarımı
Gözetimli öğrenme Karar ağacı Birlik öğrenmesi k-YK Doğrusal regresyon Naive Bayes Sinir ağları Lojistik regresyon Relevance vector machine (RVM) Support vector machine (SVM) Rastgele orman
Kümeleme BIRCH Hiyerarşik k-means Beklenti maksimizasyon DBSCAN OPTICS Mean-shift
Boyut indirgeme Faktör analizi CCA ICA LDA NMF PCA t-SNE
Yapılandırılmış tahmin Grafiksel modeller (Bayes ağları, CRF, HMM)
Anomali tespiti k-NN Local outlier factor
Sinir ağları Perseptron Otokodlayıcı Derin öğrenme RNN LSTM Kısıtlı Boltzmann makinesi SOM Kıvrımlı sinir ağları
Pekiştirmeli öğrenme Q-Learning SARSA Temporal Difference (TD)
Teori Bias-variance ikilemi Hesaplamalı öğrenme teorisi Empirik risk minimizasyonu Occam learning PAC learning İstatistiki öğrenme teorisi VC theory
Konferanslar ve dergiler NIPS ICML ML JMLR ArXiv:cs.LG

AlphaGo Google DeepMind tarafından geliştirilen Go oyununu oynayan bir program. Ekim 2015'te, 19x19'luk tahtada profesyonel bir go oyuncusunu avantaj verilmeden yenen ilk bilgisayar programı oldu.^[1][2] Bu galibiyetten sonra Mart ayında Lee Sedol ile 5 maç üzerinden yapılan oyunu da 4'e karşı 1 yenerek, dan-9 seviyesinde bir go oyuncusunu avantajsız yenen ilk bilgisayar programı oldu.^[3]

Go satranç gibi diğer oyunlara nazan bilgisayarların yenmesinin çok daha zor olduğu bir oyun, çünkü brute-force arama gibi yöntemlerin uygulanması zor.^[1][4]

IBM'in Deep Blue Garry Kasparov'u 1997'de yendiğinden beri, yapay zekanın amatör Go oyuncularının seviyesine çıkması yirmi yıl sürdü.^[1][2][5]

AlphaGo diğer Go programlarının yanında kayda değer bir ilerleme göstererek 500 maçta, Crazy Stone ve Zen dahil,^[6] programların bir tanesi hariç hepsini yendi.^[7] Ekim 2015'te AlphaGo Avrupa Go şampiyonu Fan Hui'yi (dan-2) yendi.^[2] Bu, tam boyutlu bir tahtada profesyonel bir oyuncuyu yendiği ilk maçtı.^[8] AlphaGo'nun donanımı 170 GPU ve 1,200 CPU içeriyor.^[9]

AlphaGo'nun algoritması makine öğrenimi ve ağaç sıralaması karışımı bir teknik kullanmakta ve bunun yanında hem insan hem de bilgisayar oyuncuların maçlarıyla yoğun bir eğitimden geçirilmiştir.

Başlangıçta, sistemin yapay sinir ağları insan oyuncu uzmanlığı ile yüklendi. AlphaGo ilk aşamada uzman oyuncuların tarihi oyunlarını taklit etmek üzere eğitildi. Bunun için yaklaşık 30 milyon hamle içeren bir veritabanı kullanıldı.^[10] Sistem belirli bir uzmanlık derecesine ulaştıktan sonra, aynı sistemi kullanan diğer bilgisayarlara karşı tekrar tekrar oynatıldı ve pekiştirmeli öğrenme yaparak oyununu geliştirdi.^[1] Rakibinin vaktini "saygısızca" harcamamak için, sistem kazanma ihtimalinin bir eşik değerin altında olduğunu hesaplarsa otomatik olarak pes edecek şekilde programlandı. Lee'ye karşı oynadığı oyunda bu eşik değeri 20%'ydi.^[11]