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 1 b. m, @6 c4 D7 i: I; G
删除失败 发表于 2016-3-10 20:36
6 o5 V: w/ H3 O: _. A( Y您的回复让我有了一个想法,
+ h, M! v$ c$ T9 w$ z2 u' j! H8 J, [# O6 p1 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 ... 2 n, F! ?( k& s* ~5 z
; q, H6 x) a- R3 x% f( Y) I
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。5 ]) d' z8 j* O. n* G& ^
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。4 g$ S' s" F2 `6 I
+ v% H7 p' h9 Q3 j: |1 F0 T0 e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。1 ]5 [. T; ~" o, o7 f7 k9 j
' B5 g1 A5 B. \. [) F* ~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?)
5 G6 e Y1 u1 f" B) v. d1 O# m" F/ q* n' t% }+ @' 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。
$ e1 W* y! ~* {1 f7 C2 F8 L
4 \, K, |% `9 e$ K$ k' ]: l) | |
|