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 v. y' R, L8 Z' G删除失败 发表于 2016-3-10 20:365 A# s) x6 X8 Z: t+ o
您的回复让我有了一个想法，
& U' T4 Z7 T: W0 U. x8 o9 J. H, [& F& }7 Q
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 ...
~9 R, k; I5 x$ h, ^
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。% N+ q# v5 \2 `( {
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。
* N6 N# X N3 s
9 a$ I2 v# m9 t/ Z: @! N$ ~; K# ?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。3 J0 t- J% |6 E, M+ S* r& n- N B
' d4 e, n! A. M4 U
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？）0 F( R* f$ I/ D0 y2 L
/ b. O: `9 V4 @ \$ t4 `5 v% j& p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。" l+ ^' }% G" T6 t, ~) E
4 t4 W% t- ?" a) a3 ^
|
|
雷达卡
楼主
显身卡
发表于 2016-3-10 21:52:42
( n+ J6 R$ \, ^5 [5 f; H+ _5 J
