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 - U: Z( W% A, e; Q2 {8 Z9 p W4 U
删除失败 发表于 2016-3-10 20:36
2 E2 Y2 x/ F+ B2 L" ~0 Z您的回复让我有了一个想法,- ]" H' t9 E( C5 g) C& K1 u0 e
+ Q' C2 A [2 {3 R5 y0 z
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 ... 7 E' m4 T% y+ k& G/ V2 o$ Q9 I- w
@0 \, k& Q) p6 {2 A" [# K8 u, e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。
6 _! Y# D! ] 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。
+ N$ _0 j- o. z/ c. k$ a1 r9 G; D0 y& G1 B: U. e, U3 t
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。7 u7 f7 P0 i# X
6 f. e" y' b$ _* {+ |8 w z0 o; 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?)
" Q, i' L9 [9 D5 O! Q( [. c+ R7 _. Z9 f- P1 T% G; c
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。
) t+ M) |+ {" s5 i, f1 ?
! P; @! q! f$ C- |- r* o, o |
|