云南龙网

  1. 首页 > 云知道 > >

这是迄今为止，AlphaGo算法最清晰的解读！( 六 )

云知道


14、AlphaGo下棋为什么花钱？
AlphaGo有单机版，多机（分布式） 。分布式明显比单机强 。去年的分布式有40个搜索线程，1202个CPU，176个GPU（显卡） 。和李世石下棋时可能更多 。这么多机器的运作和维护就是烧钱 。
15、AlphaGo有漏洞吗？
AlphaGo解决的是一个树搜索问题 ， 并不是遍历所有着法的可能性，她的着法只是接近正解，不是一定正解 。
最简单的人战胜AlphaGo的方法就是改规则，比如扩大棋盘 。人类能比较简单的适应，搜索空间增大，AlphaGo不一定能适应 。
就现有状况来说 ， 棋手可以主要攻击AlphaGo模拟中的着法选择函数a 。比如尽量下全局互相牵扯的棋（多劫，多块死活），就是尽量是中盘局面复杂，不要搞一道本（一条路走到底）局部的着法，当然，这对职业选手也不简单 。
16、AlphaGo有哪些技术突破，使她能战胜人类顶尖棋手？
⑴继承了蒙特卡洛树搜索的框架进行模拟 。
⑵在学习policy中使用了监督学习 ， 有效的利用现有的棋手的棋谱 ， 学到了他们的选点策略 。
⑶在学习policy中使用了增强学习，从左右互搏中提高自己 。
⑷利用policy net（选点模型）近似正解，用policy net的对弈的结果模拟正解对弈的结果，即正确的形势判断，从而打破形势判断和选点相互嵌套的死结 。就是先学policy，再学value 。
⑸在学习policy，value，rollout中使用深度学习模型 。深度学习有非常强的学习能力 。使得选点和形势判断前所未有的准（对比蒙特卡洛是随机选点，现在是职业棋手帮她选点了） 。因为在每次模拟中用到了这两个“准”，使得在树搜索（就是推演）的过程更有目的性（树大量减枝 ， 只模拟比较优良的下法）
【这是迄今为止，AlphaGo算法最清晰的解读！】⑹当然还有机器一贯的优势 ， 不疲劳，不受心理情绪影响 ， 不会错的记忆力等等 。

推荐阅读


上一篇：喜剧片排行榜前十名

下一篇：100：0，新AlphaGo放弃了人类？