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
% Z) Y7 l( S4 C: |8 n删除失败 发表于 2016-3-10 20:362 S) z+ i0 L3 F9 {/ p
您的回复让我有了一个想法,( P( j! d& u0 f7 z: I0 y
+ H! K6 n! N8 u/ 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 ...
8 J) E; u u( k( B% S. I# k& q# D9 v& i% w* p
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。2 T4 W. ]% o8 {, h c7 R3 O
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。+ @9 D: T% s! @& l8 Z3 o" U1 ] {1 k
! O+ v8 Z2 u& h4 s4 _7 [, f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。" s( M5 J) A' U4 x/ V
, R+ L: w* r1 J6 s3 K+ y
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?), |8 I5 @! A9 V( b) B3 d! G2 Q, v
" r# {3 d9 s: \0 u# E$ Q
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。. w" q: W3 F, g# E7 m2 f+ s( p
- |. B3 Y# A. s2 U1 o6 `8 {! k- L% | |
|