Глубокое обучение и игра в го

Древняя стратегическая игра го представляет собой отличный пример для демонстрации возможностей искусственного интеллекта. В 2016 году система, основанная на принципах глубокого обучения, потрясла мир го, победив одного из чемпионов. Вскоре после этого модернизированный алгоритм AlphaGo Zero сокрушил оригинальную версию бота благодаря использованию при освоении игры методов глубокого обучения с подкреплением. Теперь и вы можете освоить те же самые методы глубокого обучения, создав собственный бот для игры в го!

В данной книге вы познакомитесь с методами глубокого обучения и научитесь создавать го-ботов. По мере чтения вы будете применять все более сложные методы и стратегии обучения, используя библиотеку глубокого обучения Keras, написанную на языке Python. Вы будете с удовольствием наблюдать за тем, как ваш бот осваивает игру го, и по ходу дела узнаете о вариантах применения полученных навыков глубокого обучения к широкому кругу других задач!
С этой книгой вы научитесь:

• создавать и обучать самосовершенствующиеся игровые ИИ;
• улучшать системы классического игрового ИИ с помощью глубокого обучения;
• использовать для реализации глубокого обучения нейронные сети.

Все, что вам потребуется, — это базовое знание языка Python и математики на уровне средней школы. Наличие опыта глубокого обучения необязательно.

Об авторах:
Макс Памперла (Max Pumperlа) и Кевин Фергюсон (Kevin Ferguson) являются специалистами по глубокому обучению, имеют опыт работы в сфере распределенных систем и анализа данных. Вместе Макс и Кевин создали бота с открытым исходным кодом BetaGo.