TA的每日心情 | 郁闷 2022-6-19 00:00 |
---|
签到天数: 2264 天 [LV.Master]无
|
本帖最后由 煮酒正熟 于 2016-3-10 22:00 编辑 : f) b5 v5 P8 x0 q/ C
删除失败 发表于 2016-3-10 20:36* ]& v* h+ E/ p# j
您的回复让我有了一个想法,
* _/ P2 y4 B" c. i! N8 J! s8 y! t5 ~1 ^% o% s4 `6 [- l! q+ z: ]
阿法狗的深度学习神经网络是不是可以理解为回归分析,基础数据是人类的棋谱 ...
6 I5 K8 `: q3 w# r$ z/ g* L6 e
% F: M2 \, @: t( ?% {( ? H阿法狗到底是怎么回事,我也不十分清楚,只根据我的猜测胡乱说两句吧。* i) ~4 g r9 u7 Q, S
传统棋类AI的基础是蒙特卡洛树型搜索 (Monte Carlo Tree Search). 阿法狗自然也有这个。但这个是很低级的计算方法,不是高级算法。阿法狗算法里面的高级部分是价值网络和政策网络,这两个东西合在一起,就是要模仿人类棋手的“棋感"。价值网络和政策网络负责掌控宏观形势,基于对宏观形势的研判,指挥蒙特卡洛做有限的树型搜索。注意有限两个字。如果没有价值网络和政策网络的宏观指导,光靠蒙特卡洛树型搜索去下棋,以围棋10的170次方的近乎无限种的应对方式,阿法狗一步棋会下到地老天荒。, O' c8 f( f0 Y6 S' g2 b- d/ P
7 K9 k3 h2 e+ O" s3 ]; s
价值网络和政策网络的技术基础,是很高端的所谓深度神经网络技术。这个俺不懂,就不乱说了。3 b- K/ Q: N' w' Q. t" z
$ U& o, D! e" Q; v9 n! @, R, o1 s
说到底,阿法狗之所以下起棋来比较像人,就是因为它有着相当复杂精妙的价值网络和政策网络。它在实战中的应对之所以屡屡技高一筹,得益于大数据时代的软硬件(比如cloud computing,你说它是硬件还是软件?)
' Y x6 ] |% X9 p8 k; w, y, R6 u7 I" L, p+ t
至于你说的布局方面要打破常规,我觉得最大的可能是被狗狗直接识破并干翻。狗狗从一出生,喂给它的就是职业高手的应对之法,一开始也许是囫囵吞枣知其然不知其所以然,但训练久了,它就逐渐明白什么是假招儿虚招儿了,也就是说已经知其所以然了。就算你玩儿什么百花错拳,妄图乱拳打死老师傅,最多也就只能赢它一盘,甚至连赢都赢不了,只能暂时抢到一些优势。长久来说,百花错拳完全无用。2 r# U% ?# i# f3 ^7 a% p
u5 _4 S% Q9 p" [1 s |
|