TA的每日心情 | 郁闷 2022-6-19 00:00 |
---|
签到天数: 2264 天 [LV.Master]无
|
发表于 2016-3-11 10:59:16
|
显示全部楼层
本帖最后由 煮酒正熟 于 2016-3-10 22:00 编辑 1 ^% s. U$ c: a0 N6 l
删除失败 发表于 2016-3-10 20:36
! x! i$ K6 q- E& `. O& ^0 L( ^您的回复让我有了一个想法,' Q" }$ D, W. k# c7 I
& e6 S: ~8 ^7 v' \$ k/ W0 @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 ...
- N& u$ {1 `9 Z0 u2 N' @7 M- P/ s! k
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。+ k4 i/ r9 E) y8 K7 t
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。5 P- a) X; v. u
; \. l7 X4 o# A" t* T" g$ [' o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 Z% L/ _6 \' F5 O$ \# P' ]# P0 W
) E1 S U3 v; I$ S; A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?), v# g# @0 v9 L( o+ I
8 ^7 t" c9 [: n$ w T+ T o, }7 k
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。
7 e6 l# d0 Z" F3 q5 X7 W4 ]1 v& E+ d, X. q0 c" A
|
|