Google人工智能击败欧洲围棋冠军,AlphaGo 究竟是怎么做到的

发布网友发布时间：2022-10-08 20:58

共1个回答

热心网友时间：2023-11-18 02:12

　　因为程序改进过，选点，大局观的判断有了不小的进步。也修复了以前的bug，棋力有了突破性提高，
　　从人工智能技术发展上看，DeepMind使用了“深度学习”技术，而非象俞斌估计的和职业高手合作。电脑通过海量学习人类高手的棋谱，用深度神经网络快速模拟出人的招法，下出来的棋就很象人了。樊麾二段说：“如果没人告诉我，我会想对手下得有一点怪，但肯定是个很强的棋手，一个真正的人”。
　　而DeepMind小组在搜索技术上取得了更大突破。跟Darkforest相似，AlphaGo用一个深度神经网络（policy network，“策略网络”）减少搜索的选点，象人类高手一样，只考虑少数几个可能的选点。此外，他们还建立了另一个深度神经网络（value network，“值网络”），象人类高手一样，思考到某个局面就有了结论，不必象之前的蒙特卡洛模拟那样下到终局，极大地减小了搜索的深度。
　　DeepMind引入的另一个逆天的高招是，让围棋人工智能自己和自己下，总结经验，自我不断提高！
　　这个人工智能自学习的要点是，不需要告诉电脑人类的经验，就让它自己玩这些电脑游戏，只是给出玩的分数。电脑看着分数不断纠正自己的策略，最后就发展出比人类还强的电游技术。这次的AlphaGo也用了这个技术，这又是比其它电脑围棋程序强的地方。从Nature的文章看，DeepMind的绝招是，用50台电脑让AlphaGo不断和自己对弈，下了3000万盘棋！然后每盘棋选取一个局面（不多选，以避免同一盘棋中不同局面之间的相关性），根据这盘棋的最终结果判断局势优劣。这样获得了3000万个训练数据，用于训练生成“值网络”。暴力生成这么多数据需要海量的计算资源和投入，确实只有谷歌这样的大公司敢想敢做。可以看出他们的战略是智能和蛮力两手抓，两手都要硬，哪个合适就用哪个，并且互相帮助。
　　通过这样三招，DeepMind小组确实在围棋人工智能上取得了巨大突破。而且研究方法的潜力很大，从这个方向上走，最终象“更深的蓝”一样战胜人类最高手是完全可以想象的。一个月前，DeepMind小组就报告说围棋人工智能取得了巨大突破，会战胜人类，但当时棋迷与职业棋手并未留意。现在有了棋谱，又有了技术细节，就显得可信多了。