zero和go都是闭源的，不好做对比，我拿相当于zero的自训练模型kataGo做例子。

目前流行的kataGo模型规模有3个，分别是20b 40b 60b（blocks，可理解为探索深度，还有一个参数channal，理解为探索广度），60b训练好的模型的大小是40b的三倍，每步花费时间是两倍。但现在通过调整b和c的权重，训练出来的棋力最高的模型是40b的，训练时间达到900盘以后，强度就不会提升了。

如果使用低算力显卡，2秒一步规则下最强的是新开发的18b模型。

这里说明两个问题：
一. 模型并不是参数越多、探索深度越深就越强；模型到达一定规模后强度会下降；
二. AI棋力的强弱只和参数的权重有关，达到一定的训练时间后，和训练时间也没有关系。

只要把这两层关系套到gpt里就可以知道，gpt的强度已经是极限，除了不能自学习的硬伤外，gpt的模型已经达到一个分水岭，再增加参数可能会使gpt的能力下降；要增加gpt强度最有效方法是改进训练方法，kataGo 20b256c的模型的参数只有20*256*2=10240，调参数权重是可以的，但gpt有多达17亿个参数，人工调权重是不可能的。


【 在 lvsoft 的大作中提到: 】
: alpha zero和alpha go没本质区别...两者在框架和参数规模上都是一样的。
: 两者唯一的区别就是alpha go master版本刚开始用人类棋谱学习，之后才自我对弈提升。而zero版本一开始就从自我对弈开始。
: master如果持续自我对弈下去，也是会超越停止进化的zero的。说的更简单一点，master和zero的区别，仅仅在于进化过程中喂的养分的区别。以此证明了喂养人类棋谱对进化速度起了反作用，仅此而已...
: ...................
--
FROM 113.70.182.*