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 " i, X/ U( u5 q3 d; z
删除失败 发表于 2016-3-10 20:36& ~7 ]- O, w2 l3 I& Q3 u" I1 u
您的回复让我有了一个想法,
- b" e% Z7 I5 ]4 P: t+ m: }6 V: u" C% d) u' U
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 ... * l( i" I$ ?1 l# r# d. r/ P
% q6 S3 s6 \+ v$ f0 R% s
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。: J0 o1 O3 X' {. R/ X9 _0 h& ^" m
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 m0 J9 y$ O, }- X- B% n
9 T1 l: P2 z4 u( F+ Q8 Z, f, D
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。, n6 T: x ~4 [. l3 _; y5 b. z5 `
, h9 z7 p- y# Z. q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?)
9 ?9 V% h9 Y7 g$ Z- F+ t% \% W4 s
b. ^2 A' M, T. J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。
. g6 w3 X5 I5 B) V# L0 `
7 ^0 n% G% N) U% k6 t- J6 R |
|