第80章

>

他敢肯定，AlphaGo的计算方式产生了相当大的变化！

AlphaGo不是以计算机的惯性在运行，它完全是人脑的思维方式！

“他们在蒙特卡洛树搜索上加装了什么？”

谢榆一目十行地扫过屏幕上的代码。

蒙特卡洛树搜索，是围棋AI的基本解决框架。

围棋AI每一步都选择若干种落子，然后在电脑中模拟到终局，进行数子，最终选择胜率最高的那一步棋。

因为计算量太大，AI只能给出一个近似最优解，并非全枚举，在AlphaGo之前AI因此也只能达到业余五级的水准。

这依旧是一个计算的范畴，而职业棋士很多时候并不是单靠计算做出判断，像之前所说的全局观念，就是蒙特卡洛树搜索无法解决的问题。

要让AI发挥出人脑的效果，到底靠的什么？

当天晚上，谢榆从美国的某个计算机大牛那里，获知了他想要的答案。

AlphaGo团队在蒙特卡洛树搜索上加装了策略网络和价值网络两个模块。

这两个模块让AlphaGo不是单纯地计算，而是深度学习、模仿人类！

策略网络，顾名思义是决策下一步走子。

AlphaGo会检索KCS围棋服务器上所有真人在线对弈，进而判断：如果是人类棋手处于它当前的位置，他最有可能走哪一步？它只对那些解进行计算！

然后，它就自我对弈上千万局，看看这一步是否真的是最优解！

遵循策略网络，蒙特卡洛树搜索的树宽将大量减少，但深度依旧存在。

上千万局博弈，每一局都走到最后，依旧是可怕的计算量。

计算深度的减少用上了价值网络。

它以AlphaGo产生的大量自我博弈作为样本，检索这种棋形在历史上的胜率，把好坏、优劣变成了一个概率问题！

那么每一回，AlphaGo计算到一定深度就可以停下来，直接估算当前胜率！

经验的本质是概率，从本质上来说，以概率判断局面的AlphaGo，就是以“经验判断现状”

的人类大脑运行模式！

AlphaGo的走子，也完全遵循了人类棋手的思维历程——大量背谱，吸取经验，自我思考，判断局势……然后估算其后若干步的棋局导向！

只是这个棋手，等于千百年来千千万万个棋手的经验总和，并且，完全不会出错罢了。

第二天，乌镇再传出消息：魏柯第二局，依旧惨败！

魏柯意识到细棋是没有机会的，一开始就主动展开攻势，趁着布局阶段想要对AlphaGo进行压制。

他意识到AlphaGo非常有经验，尝试用怪着、偏着对付他，导致子效低下，输得比昨天更惨！

王梦雨甚至在解说时失声痛哭，即使他根本不是魏柯，也无法承受这种绝望的差距，可想而知魏柯所肩负的压力。

然而公众是难以理解的。

本章未完，点击下一页继续阅读