अन्य गो AI परिचय
AlphaGo और KataGo के अलावा, गो AI क्षेत्र में कई महत्वपूर्ण प्रोजेक्ट हैं। यह लेख मुख्य व्यावसायिक AI और ओपन-सोर्स AI का परिचय देगा, पूरे पारिस्थितिकी तंत्र को समझने में मदद करेगा।
व्यावसायिक गो AI
Zen (तेनगेन)
डेवलपर: ओजिमा योजी (Yoji Ojima) / जापान पहला प्रकाशन: 2009 लाइसेंस: व्यावसायिक
Zen AlphaGo से पहले सबसे मजबूत गो प्रोग्रामों में से एक था, पारंपरिक MCTS युग में ही पेशेवर स्तर पर था।
विकास इतिहास
| समय | संस्करण | मील का पत्थर |
|---|---|---|
| 2009 | Zen 1.0 | पहला प्रकाशन |
| 2011 | Zen 4 | शौकिया 6-डान स्तर |
| 2012 | Zen 5 | 4 पत्थर हैंडीकैप में ताकेमिया मासाकी 9-डान को हराया |
| 2016 | Zen 7 | डीप लर्निंग तकनीक अपनाई |
| 2017+ | Deep Zen Go | AlphaGo आर्किटेक्चर संयोजन |
तकनीकी विशेषताएं
- हाइब्रिड आर्किटेक्चर: पारंपरिक हेयुरिस्टिक और डीप लर्निंग संयोजन
- व्यावसायिक अनुकूलन: उपभोक्ता हार्डवेयर के लिए अनुकूलित
- उच्च स्थिरता: वर्षों के व्यावसायिक उपयोग से सिद्ध
- मल्टी-प्लेटफॉर्म: Windows, macOS दोनों पर चलता है
उत्पाद रूप
- Tengen (तेनगेन नो गो): डेस्कटॉप सॉफ्टवेयर, कीमत लगभग 10,000 येन
- ऑनलाइन खेल: KGS पर Zen19 अकाउंट के रूप में सक्रिय था
Fine Art (जुएई)
डेवलपर: Tencent AI Lab / चीन पहला प्रकाशन: 2016 लाइसेंस: गैर-सार्वजनिक
Fine Art टेनसेंट द्वारा विकसित गो AI है, चीनी गो जगत पर महत्वपूर्ण प्रभाव।
विकास इतिहास
| समय | घटना |
|---|---|
| 2016 नवंबर | पहली बार दिखाई दिया, Wild Fox Go पर खेला |
| 2017 मार्च | UEC कप कंप्यूटर गो टूर्नामेंट चैंपियन |
| 2017 | चीनी राष्ट्रीय गो टीम द्वारा प्रशिक्षण उपकरण के रूप में अपनाया |
| 2018 | विश्व AI गो टूर्नामेंट चैंपियन |
| वर्तमान तक | राष्ट्रीय टीम प्रशिक्षण सहायता के रूप में जारी |
तकनीकी विशेषताएं
- बड़े पैमाने पर प्रशिक्षण: टेनसेंट क्लाउड कम्प्यूटिंग संसाधन उपयोग
- शीर्ष मानव खिलाड़ियों के साथ सहयोग: बहुत सारा पेशेवर मार्गदर्शन
- समृद्ध वास्तविक खेल अनुभव: Wild Fox Go पर बड़ी संख्या में गेम
- शिक्षण सुविधा एकीकरण: रिव्यू विश्लेषण सुविधा
प्रभाव
Fine Art का चीनी पेशेवर गो पर गहरा प्रभाव:
- राष्ट्रीय टीम का मानक प्रशिक्षण उपकरण बना
- पेशेवर खिलाड़ियों की तैयारी विधि बदली
- AI-सहायित प्रशिक्षण को बढ़ावा दिया
Golaxy (शिंगझेन)
डेवलपर: चीन Shenkke Technology / Tsinghua विश्वविद्यालय टीम पहला प्रकाशन: 2018 लाइसेंस: व्यावसायिक
Golaxy "सबसे मानव-जैसा AI" के लक्ष्य से डिज़ाइन किया गया, शैली मानव खिलाड़ियों के करीब।
तकनीकी विशेषताएं
- मानव-जैसी शैली: जानबूझकर मानव जैसी चालें प्रशिक्षित
- समायोज्य कठिनाई: विभिन्न स्तर के प्रतिद्वंद्वी अनुकरण
- शिक्षण-केंद्रित: शिक्षण उपयोग को ध्यान में रखकर डिज़ाइन
- हैंडीकैप गेम विशेषज्ञ: हैंडीकैप गेम में विशेष अनुकूलन
उत्पाद उपयोग
- Yike Go: Yike App में एकीकृत
- शिक्षण प्लेटफॉर्म: ऑनलाइन गो शिक्षण के लिए
- स्तर परीक्षण: मानकीकृत स्तर मूल्यांकन
अन्य व्यावसायिक AI
| नाम | डेवलपर | विशेषता |
|---|---|---|
| CGI | NCTU (ताइवान) | शैक्षणिक अनुसंधान केंद्रित |
| Dolbaram | NHN (कोरिया) | कोरियाई गो प्लेटफॉर्म में एकीकृत |
| AQ | AQ टीम (जापान) | ओपन-सोर्स से व्यावसायिक |
ओपन-सोर्स गो AI
Leela Zero
डेवलपर: Gian-Carlo Pascutto / बेल्जियम पहला प्रकाशन: 2017 लाइसेंस: GPL-3.0 GitHub: https://github.com/leela-zero/leela-zero
Leela Zero AlphaGo Zero को सफलतापूर्वक दोहराने वाला पहला ओपन-सोर्स प्रोजेक्ट है, समुदाय द्वारा वितरित प्रशिक्षण।
विकास इतिहास
तकनीकी विशेषताएं
- सटीक पुनर्निर्माण: AlphaGo Zero पेपर के अनुसार सख्ती से लागू
- वितरित प्रशिक्षण: विश्वभर के स्वयंसेवकों ने GPU योगदान दिया
- पूर्ण पारदर्शी: सभी प्रशिक्षण डेटा और मॉडल सार्वजनिक
- मानक GTP: सभी GTP गो सॉफ्टवेयर के साथ संगत
प्रशिक्षण आंकड़े
| आइटम | मान |
|---|---|
| कुल स्व-खेल गेम | लगभग 1.8 करोड़ |
| प्रशिक्षण इटरेशन | लगभग 270 |
| योगदानकर्ता | हजारों |
| प्रशिक्षण अवधि | लगभग 1.5 वर्ष |
उपयोग विधि
# इंस्टॉल
brew install leela-zero # macOS
# चलाएं
leelaz --gtp --weights best-network.gz
# GTP कमांड
genmove black
play white D4
वर्तमान स्थिति
हालांकि Leela Zero अब सक्रिय प्रशिक्षण में नहीं, लेकिन:
- कोड अभी भी AlphaGo Zero सीखने का उत्कृष्ट संसाधन
- प्रशिक्षित मॉडल अभी भी उपयोग योग्य
- समुदाय अभी भी मूल सुविधाएं बनाए रखता है
ELF OpenGo
डेवलपर: Facebook AI Research (FAIR) पहला प्रकाशन: 2018 लाइसेंस: BSD GitHub: https://github.com/pytorch/ELF
ELF OpenGo Facebook द्वारा विकसित गो AI है, बड़े पैमाने पर वितरित प्रशिक्षण क्षमता प्रदर्शित करता है।
तकनीकी विशेषताएं
- ELF फ्रेमवर्क: Facebook के ELF (Extensive, Lightweight, and Flexible) गेम रिसर्च प्लेटफॉर्म पर आधारित
- बड़े पैमाने पर प्रशिक्षण: 2000 GPU से प्रशिक्षण
- PyTorch कार्यान्वयन: Facebook के अपने डीप लर्निंग फ्रेमवर्क का उपयोग
- अनुसंधान केंद्रित: मुख्य उद्देश्य अनुसंधान, व्यावहारिक नहीं
प्रदर्शन
- KGS पर शीर्ष स्तर
- पेशेवर 9-डान से स्थिर जीत दर
- शीर्ष कॉन्फ्रेंस में पेपर प्रकाशित
वर्तमान स्थिति
- प्रोजेक्ट अब सक्रिय रखरखाव में नहीं
- कोड और मॉडल अभी भी डाउनलोड योग्य
- मुख्य मूल्य शैक्षणिक संदर्भ में
SAI (Sensible Artificial Intelligence)
डेवलपर: SAI टीम / यूरोप पहला प्रकाशन: 2019 लाइसेंस: MIT GitHub: https://github.com/sai-dev/sai
SAI Leela Zero पर आधारित सुधारित संस्करण है, प्रयोगात्मक सुविधाओं पर केंद्रित।
तकनीकी विशेषताएं
- सुधारित प्रशिक्षण विधियां: विभिन्न प्रशिक्षण अनुकूलन प्रयोग
- अधिक नियम समर्थन: Leela Zero से अधिक गो नियम समर्थित
- प्रयोगात्मक सुविधाएं: नए नेटवर्क आर्किटेक्चर और प्रशिक्षण तकनीकें परीक्षण
वर्तमान स्थिति
- छोटे पैमाने पर समुदाय रखरखाव जारी
- मुख्य रूप से प्रयोग और सीखने के लिए
PhoenixGo
डेवलपर: Tencent WeChat टीम पहला प्रकाशन: 2018 लाइसेंस: BSD-3 GitHub: https://github.com/Tencent/PhoenixGo
PhoenixGo टेनसेंट का ओपन-सोर्स गो AI है, 2018 विश्व AI गो टूर्नामेंट चैंपियन रहा।
तकनीकी विशेषताएं
- व्यावसायिक-स्तर गुणवत्ता: टेनसेंट आंतरिक प्रोजेक्ट से उत्पन्न
- TensorFlow कार्यान्वयन: मुख्यधारा फ्रेमवर्क का उपयोग
- मल्टी-प्लेटफॉर्म समर्थन: Linux, Windows, macOS
- वितरित समर्थन: मल्टी-मशीन मल्टी-GPU वातावरण में चल सकता है
उपयोग विधि
# कंपाइल
bazel build //src:mcts_main
# चलाएं
./mcts_main --gtp --config_path=config.conf
MiniGo
डेवलपर: Google Brain पहला प्रकाशन: 2018 लाइसेंस: Apache-2.0 GitHub: https://github.com/tensorflow/minigo
MiniGo Google का शैक्षिक उद्देश्य वाला ओपन-सोर्स गो AI है, अधिक लोगों को AlphaGo सिद्धांत समझाने के लिए।
तकनीकी विशेषताएं
- शिक्षा केंद्रित: स्पष्ट और पढ़ने योग्य कोड
- TensorFlow कार्यान्वयन: Google आधिकारिक उदाहरण
- पूर्ण दस्तावेज़: विस्तृत तकनीकी विवरण
- Colab समर्थन: Google Colab में सीधे चला सकते हैं
उपयुक्त परिदृश्य
- AlphaGo Zero आर्किटेक्चर सीखना
- गेम में रीइनफोर्समेंट लर्निंग अनुप्रयोग समझना
- अपने प्रोजेक्ट का शुरुआती बिंदु
विभिन्न AI विशेषता तुलना
ताकत तुलना (अनुमानित)
| AI | ताकत स्तर | नोट |
|---|---|---|
| KataGo | शीर्ष सुपरह्यूमन | निरंतर प्रशिक्षण जारी |
| Fine Art | शीर्ष सुपरह्यूमन | गैर-सार्वजनिक |
| Leela Zero | सुपरह्यूमन | प्रशिक्षण रुका |
| ELF OpenGo | सुपरह्यूमन | प्रशिक्षण रुका |
| PhoenixGo | लगभग सुपरह्यूमन | प्रशिक्षण रुका |
| Zen | पेशेवर स्तर | व्यावसायिक उत्पाद |
| Golaxy | पेशेवर स्तर | समायोज्य कठिनाई |
सुविधा तुलना
| सुविधा | KataGo | Leela Zero | PhoenixGo | Zen |
|---|---|---|---|---|
| ओपन-सोर्स | ✓ | ✓ | ✓ | ✗ |
| अंक भविष्यवाणी | ✓ | ✗ | ✗ | △ |
| मल्टी-रूल समर्थन | ✓ | ✗ | ✗ | ✗ |
| Analysis API | ✓ | ✗ | ✗ | ✗ |
| CPU मोड | ✓ | ✓ | ✓ | ✓ |
| निरंतर अपडेट | ✓ | ✗ | ✗ | △ |
उपयुक्त परिदृश्य सुझाव
| आवश्यकता | अनुशंसित चयन | कारण |
|---|---|---|
| सामान्य खेल/विश्लेषण | KataGo | सबसे मजबूत और सबसे पूर्ण सुविधाएं |
| AlphaGo सीखना | Leela Zero / MiniGo | स्पष्ट कोड |
| व्यावसायिक अनुप्रयोग | Zen / स्व-प्रशिक्षित KataGo | स्पष्ट लाइसेंस |
| शिक्षण सहायता | KataGo / Golaxy | समृद्ध विश्लेषण सुविधाएं |
| अनुसंधान प्रयोग | KataGo / SAI | प्रशिक्षण संशोधित कर सकते हैं |
भविष्य के विकास रुझान
तकनीकी रुझान
-
अधिक कुशल प्रशिक्षण विधियां
- जैसा KataGo ने दक्षता वृद्धि दिखाई
- कम संसाधनों में अधिक मजबूत
-
बेहतर व्याख्यात्मकता
- AI यह चाल क्यों खेला, समझाना
- मनुष्यों को AI की सोच समझने में मदद
-
मानव शैली संयोजन
- विशिष्ट खिलाड़ी शैली जैसा AI प्रशिक्षण
- शिक्षण और अनुसंधान के लिए
-
क्रॉस-गेम सार्वभौमिकता
- जैसा AlphaZero ने दिखाया
- एक फ्रेमवर्क कई खेलों पर लागू
अनुप्रयोग रुझान
-
सार्वभौमिकता
- अधिक गो प्रेमी AI विश्लेषण उपयोग
- मोबाइल जैसे उपकरणों पर भी चल सकता है
-
पेशेवरीकरण
- पेशेवर खिलाड़ी गहराई से AI प्रशिक्षण पर निर्भर
- AI सहायता मानकीकृत
-
व्यावसायीकरण
- अधिक AI-सहायित गो उत्पाद
- शिक्षण, विश्लेषण, साथी जैसी सेवाएं
सारांश
गो AI पारिस्थितिकी तंत्र समृद्ध और विविध:
- सबसे मजबूत और सबसे पूर्ण सुविधाएं चाहिए: KataGo चुनें
- AI सिद्धांत सीखना चाहते हैं: Leela Zero या MiniGo कोड अध्ययन करें
- व्यावसायिक अनुप्रयोग आवश्यकता: Zen या स्व-प्रशिक्षित मॉडल मूल्यांकन करें
- विशेष आवश्यकता: परिस्थिति अनुसार चुनें या संयोजन करें
अब व्यावहारिक भाग में प्रवेश करें, KataGo इंस्टॉल और उपयोग करना सीखें!