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 9 H1 k" @. Y8 }; |
删除失败 发表于 2016-3-10 20:36 k1 f" b1 E6 e" j
您的回复让我有了一个想法,
$ ]: K% ?7 H# m5 n, e) B% s5 T3 {
" }3 h- j" n1 K# ^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 ... . J: @* Y! v* a4 P5 @4 o% |
G1 l6 w5 Z/ @3 S# F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。
# `9 \3 k: }, S! j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。7 g& n) Q7 l% U0 f" j g& S
- O& q: t; j! g1 l/ O# u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。+ |* F. Z4 I H) {4 P1 }( N
) }& P6 D3 o( z6 v- g+ S1 A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?)# [% V, c$ f% W. T
7 M$ o5 x+ W) F5 [6 n" 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。 Z% A" ?# J3 U I4 I- H/ Z. P
! x, q1 n2 \8 d0 u5 m P
|
|