O que são AlphaGo, AlphaGo Zero e AlphaZero — quais as diferenças principais?

AlphaGo, AlphaGo Zero e AlphaZero são sistemas de inteligência artificial desenvolvidos pela DeepMind para jogar go e outros jogos, baseados em métodos de aprendizagem por reforço e redes neuronais.

• AlphaGo é a primeira versão, que foi treinada com uma grande quantidade de partidas de jogadores profissionais e depois melhorada através de autoaprendizagem jogando contra si mesma. Utiliza uma combinação de redes neuronais profundas e o algoritmo Monte Carlo para avaliar jogadas.

• AlphaGo Zero é uma versão mais avançada, treinada exclusivamente do zero, sem usar dados de partidas humanas. O treinamento ocorre apenas através do autojogo, o que permitiu que superasse o AlphaGo e atingisse um nível de jogo mais alto.

• AlphaZero é uma versão universal, que não se limita ao jogo de go, podendo aprender a jogar diferentes jogos (go, xadrez, shogi) do zero, usando um mesmo algoritmo de autoaprendizagem sem dados humanos. É um sistema mais geral e potente.

Diferenças principais:

• AlphaGo usa dados humanos para o treino inicial, enquanto AlphaGo Zero e AlphaZero não.
• AlphaZero é universal e aplicável a diferentes jogos, enquanto AlphaGo e AlphaGo Zero são especializados em go.
• AlphaGo Zero e AlphaZero aprendem apenas através do autojogo, tornando-os mais autónomos e eficientes.