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
3 U- {1 H; @4 n: G$ q* j5 T删除失败 发表于 2016-3-10 20:36: l0 N9 z1 _, Y
您的回复让我有了一个想法,
; l: e; z* S5 U9 F8 j4 N' O. V6 i2 c. T3 c( O) ~7 |0 ^+ n8 m- f
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 ... 4 q* k6 M- ?( @& [; u; S
/ s& \0 v/ Y$ {' q( d; R
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。 v, d2 ?8 Q4 O, q, V d; r# Q
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。
# ?; { c* w, r X6 o. _; d+ [
5 {& V- O- C! H1 T0 l7 L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 G7 X1 o0 n6 ?6 s; }2 k
+ `7 m% g5 D, Y/ C V& _( C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?)
) I0 y7 p4 G2 p0 t3 f( [) O" O$ m- G! P! C0 Q! H6 K
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。
* a5 W' t1 {; t! z1 c r& u0 w- g" ^7 p9 D! e/ Q. ]2 z
|
|