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 2 Q1 E3 y m8 n- i1 Q
删除失败 发表于 2016-3-10 20:36, e( v' [- o# @6 O$ L+ h
您的回复让我有了一个想法,' J+ f ~: ]- P$ ?' @- D9 o2 i; N
6 x6 _, W) |' B- o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& Z, q& z$ g/ O2 | D( T% x5 b% i
4 `8 x3 q. X7 T: m7 R( x1 O+ {% t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。
8 p" ?. J0 F" 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。5 a2 }1 l. u a9 Z# c4 b
3 C/ c; t8 y9 T& K0 J, ], w7 o
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。
! T5 w* q7 Y# C/ N* V1 v/ u/ N
" n( Q& m5 `0 w9 [: `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?)2 x# W# D7 j7 H; n4 _
2 Q3 C1 Z& x2 @. g' T# q1 n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。
7 Z Z. i$ N7 L" n/ M* h& V5 w+ }% n6 e1 ?4 |! {3 {
|
|