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 Q8 I9 I6 N3 ^! f w删除失败 发表于 2016-3-10 20:36
! o7 _6 w) C9 z% f4 G! {: a您的回复让我有了一个想法,8 h& J v/ B; s0 |
% Z% S4 U7 ^7 h0 X; K6 a
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/ c* L' s% F, c1 C4 b
' B$ v* P5 S j# _' b; w. g/ D
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。
A3 M- Q$ |& w+ I) w f6 y6 k4 ^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。
3 I0 u. u1 z1 c' t$ J' S, G9 C; H x' k5 Y4 D7 }) S
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。
% ]5 h; V5 c- ?2 o3 h+ ?
0 m, q& D9 {5 k& {! s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?)
8 x9 o5 r+ P1 p2 E7 |* i
% Z6 }8 Q$ E# b8 |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。4 d1 l& r* i' Y, b
7 n9 Z8 M8 c, K' B4 u" r: P |
|