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
5 |0 p, y9 D0 k4 A; O. M删除失败 发表于 2016-3-10 20:36" Q) M, e b+ |$ q% v
您的回复让我有了一个想法,
" X7 ?) F0 ]& |1 f# R
4 a S5 r% q8 \' W) w; g$ H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 ... % P& k. j, [4 ?) f e* P, B
) \4 d3 o- ]% Z: j1 S- m8 d
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。3 V! B$ P5 q! j% Z
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。0 p4 r1 B. E0 K; s4 L2 g
0 H+ P7 p7 I+ _- A0 q( d: _6 N% O
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。
. _% z0 l5 X5 ]4 E( L: t0 |5 v M7 j7 k7 O% b4 v$ E
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?)
4 M% j8 e& i+ o9 _& s. ?" {
8 s: k3 V& W6 J3 Z1 F4 H3 c: |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。
6 w' p" h$ ], k! J- s8 m& T
8 m! a& c. H& [3 U |
|