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
& A* C" |' q8 W4 { G删除失败 发表于 2016-3-10 20:36
7 f3 h" z, J. d# A您的回复让我有了一个想法,
9 N+ H2 l. u4 Z7 |& h4 o# f3 r8 o
5 I/ e, R& ]9 g5 ]' B3 s1 d. m, X+ G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 ... " T m# F1 S+ |& U
3 N. w, q; O( n! ?* v
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。
{; ]# y$ `7 C; [6 c6 e/ x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。6 M9 x: n, j7 d0 {& g# a# S5 _
; o M7 D2 C+ l3 Q* ~9 ~
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。1 J" k6 L+ L8 S! {/ r" h
, O7 Q0 ?% `4 ?. ^$ C9 {
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?)
* d" ^9 M* I0 y) Z$ D Y$ K/ z5 h' J) R1 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。# L7 S0 s5 `$ f+ D% o( w+ Z, H
# l% W1 {& w1 T( K: B5 B% d" L4 f
|
|