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
5 @% u5 W+ u# H+ x. k7 e! e7 N7 V删除失败 发表于 2016-3-10 20:36
0 y0 J) ?- p2 k: [' D8 @, O您的回复让我有了一个想法,
" C$ `4 i. ]# Z* N0 Y4 w8 s* r
5 ^$ F. c7 K2 l% V! }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 ...
! e- v# ?2 i# @+ o5 T# K. S6 v) w9 b8 w4 }9 G1 Y7 h' q# z0 j
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。
4 P7 y1 s H+ U7 L" X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% W, d7 ~. t) T. d2 ^& J* a& k6 U+ ~& w, e8 J
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。% r/ P( i! w% Y
9 E( w J3 o4 X/ v0 N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 b' B& ?& H7 D$ h: u. }
8 O5 y; _5 c2 ]- E2 ^$ g2 p; ?7 Q" g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。
; E$ |% Z6 o! h# T/ n
8 ]# r* j: W, @& f |
|