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 $ S/ U+ j8 z0 D K+ d) h
删除失败 发表于 2016-3-10 20:36/ j, z4 D; x" O) b4 a; e0 J
您的回复让我有了一个想法，+ q9 I0 v( O. O% g5 g, P$ C
- [ c7 f k8 c% G3 f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 ...
" ]7 _6 H; j5 g- ~; N2 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。" u8 L! d( W; }! `/ h
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 D) Y4 f) I/ \* [1 C& t; {5 a/ s# M0 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。2 y k$ B' a* |. c
) Y, [! ^* A* u9 z
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？）# `$ b) r! E% P f& m- H
( ]! k9 \ Q! F u
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。
9 A& ], I# V# I' F0 o! j" j* a; q9 ?6 N e% j9 M+ }7 }
|
|
雷达卡
楼主
显身卡
发表于 2016-3-10 21:52:42
3 K7 x. _- ^/ t/ c! j2 u$ w
