利记娱乐公司排行榜利记信誉2025年最新版 V9.9

穀歌阿爾法圍棋手遊蘋果版遊戲玩法

從（cóng）算法上（shàng）來說，這篇文章並沒有太多新意，主要是（shì）通過大（dà）量的訓練數據，包括以往的棋譜和自我對局，把性能（néng）堆出來（lái）。他們訓練了一個走（zǒu）子的神經網絡（這個和我（wǒ）們的辦法是一樣的（de），但我（wǒ）們的文（wén）章主（zhǔ）要在這上麵作了（le）改進），又訓練了一個可以評估局麵的網絡（這個www.17c.com還沒有），然後在蒙特卡羅樹搜索中同時使用這兩個（gè）網絡。後者用了三千萬局的自我對局(self-play)的結果訓練。為了避免過擬合，每局隻隨機選了其中（zhōng）一個局麵，然後讓網絡（luò）預測對局結果（guǒ）（勝或負）。三千萬局不是個小數字，大家可以算一下一刻不停地下，15分（fèn）鍾一局需要多久才能下完（大約是855年）。這個規模我說實在沒有想（xiǎng）到過，穀（gǔ）歌在這方麵是很有（yǒu）優（yōu）勢的。最後，他們的defaultpolicy也是經過處理的，能夠兩微秒走一步而且準確率也不錯。還有一些小細節（jiē）就不一一贅述了。總之，穀歌的做法（fǎ）充分利用了大數據+深度學習的（de）優勢，而幾乎完全沒有用到（dào）圍棋的領域知（zhī）識（shí），所以若是以後棋力（lì）能再（zài）往上走，我也不會驚訝。

穀歌阿爾法圍棋介（jiè）紹（shào）

阿爾法圍棋（AlphaGo）是一款圍棋人工智能程序，由穀歌（Google）旗（qí）下DeepMind公司的戴密斯·哈薩比斯、大衛·席爾瓦、黃士傑和與他們的團隊開發。其主要工（gōng）作原理（lǐ）是（shì）“深度學（xué）習”。這個程序在2016年3月與圍棋世界冠軍、職業（yè）九段選手李世石進行（háng）人機大戰，並以4:1的總（zǒng）比分獲勝（shèng）。不（bú）少職（zhí）業圍（wéi）棋手認為，阿爾法圍棋的棋力已經達（dá）到甚至超過圍棋職業九段水平，在世界職業圍（wéi）棋排名中，其等級分曾經超過排名人類第一（yī）的棋手柯潔。