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
6 c4 h( v" V; _( C, Y删除失败 发表于 2016-3-10 20:36
! M! w& G- S9 i) F- N5 _; g0 x; e您的回复让我有了一个想法，5 O% @6 F/ \; q$ Z
3 S' \* n C. u9 {2 a' U! i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 ...
, x# f2 c2 H4 f/ 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。
- P0 T$ }4 `, l0 [) t b) H4 I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。1 ~+ C2 K2 m* s4 }9 M" E
4 q+ }+ T" `0 T$ w1 V
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。
& V: v5 \" l$ Z- Z1 S$ H1 C' N0 y" ?) u7 I
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？）) U8 E/ t' x, d* H- D2 K
$ u3 P$ r7 K5 V+ Z5 C" O$ x
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。- m7 j0 F! f+ p
' r3 ~, x z% X% ?* e) [* R4 g! l |
|
雷达卡
楼主
显身卡
发表于 2016-3-10 21:52:42
" s4 m$ F# P9 \! i9 s, l x
