David Silver-Forscher (AlphaGo Zero)

Entwickelte einen Verstärkungslern-Algorithmus, der ausgehend von zufälligen Zügen ohne menschliche Daten, Anleitung oder Fachwissen jenseits der Grundregeln eine übermenschliche Spielstärke im Go erreicht.

Erzielte eine 100:0-Bilanz gegen die AlphaGo-Version, die den Weltmeister besiegt hatte.

Ersetzte separate Policy- und Value-Netzwerke durch eine einzige neuronale Netzwerkarchitektur mit vielen Residualblöcken aus Faltungsschichten mit Batch-Normalisierung und ReLU-Aktivierungen.

Implementierte eine vereinfachte Baumsuche, die sich auf ein einzelnes neuronales Netzwerk zur Positionsbewertung und Zugauswahl stützt, ohne Monte-Carlo-Rollouts durchzuführen.

Integrierte eine Suche mit Vorausschau in die Trainingsschleife, um schnelle Fortschritte und stabiles Lernen zu ermöglichen.

Entdeckte grundlegende Elemente des menschlichen Go-Wissens neu, darunter Joseki (Eckfolgen), Fuseki (Eröffnungsstrategien) und Leben-und-Tod-Konzepte aus den Grundprinzipien.

Optimierte das System so, dass es auf einer einzelnen Maschine mit 4 Tensor Processing Units (TPUs) in der Google Cloud läuft.

Besiegte Lee Sedol, den Gewinner von 18 internationalen Titeln, im März 2016.

Implementierte ein verteiltes System über mehrere Maschinen mit 48 Tensor Processing Units (TPUs), um neuronale Netzwerke während der Suche zu bewerten.

Trainierte das Value-Netzwerk mit Ergebnissen schneller Selbstspiel-Partien von AlphaGo.

Setzte im Vergleich zu früheren Versionen eine größere Architektur für Policy- und Value-Netzwerke mit 12 Faltungsschichten ein.