当前位置:首页 > 科技频道 >文本: 世纪大战中,阿尔法狗为什么会赢?

世纪大战中,阿尔法狗为什么会赢?

来源:百度新闻 时间:2018-09-14 20:03:50 编辑:广东省 浏览:91 手机版

美国的谷歌公司,经常出其不意地推出一款新产品来引爆舆论赚够眼球。2016年初,他们牵出了一条精通围棋的阿尔法狗(AlphaGo),挑战人类的顶级围棋大师李世石,并以4:1的比分得胜。之后,升级的阿尔法狗又以 Master 的网名约战中日韩围棋大师,并取得60局连胜。

图:计算机围棋冠军阿尔法狗大战李世石

虽然业内人士并不认为阿尔法狗代表了人工智能之巅峰,它在人机大战中取胜也丝毫不能说明机器的智力已经超过人类,但它确实将人工智能、机器学习、神经网络、深度学习,蒙特卡洛搜索等等一大堆专业名词抛到了普罗大众的面前,让这些科学概念进入了普通人的生活中。

其实,人工智能的成果早就已经悄悄地渗透进了现代人的生活,在你的手机上就有不少的应用。比如人脸识别,这种在10年前,对经典计算机程序而言颇为困难的技术,在目前手机上已经是司空见惯了。

就计算机的 棋艺 而言,十几年前IBM的象棋冠军 深蓝 ,与如今的阿尔法狗比较,也不能同日而语。如今看来,深蓝是一台基本只会使用穷举法的 笨机器 ,犹如一个勇多谋少的冷血杀手。

然而,这种穷举方法对格点数大得多的19 19围棋棋盘成为不可能,因为每走一步的可能性太多了。阿尔法狗使用的是机器学习中的 深度学习 ,利用计算技术加概率论和统计推断而达到了目的。

说到这儿,不由得使人联想到有些类似于之前我们介绍过的 频率学派与贝叶斯学派 之差异,一个基于 穷举 ,一个基于 推断 。也许这个比喻并不十分恰当,但贝叶斯的一套玩意儿,从贝叶斯定理、贝叶斯方法,到贝叶斯网络,的确是阿尔法狗以及其他人工智能技术的重要基础。

阿尔法狗使用的关键技术叫做 多层卷积神经网络 ,网络的层与层之间像瓦片一样重叠排列在一起,输入是19*19大小的棋局图片。如图7-1-2所示,第一部分包括一个13层的监督学习策略网络(SL),每层192个神经元,用以训练了3千万个围棋专家的棋局,可以被理解成是机器模仿人类高手的 落子选择器 。

其次,是13层的强化学习(RL)策略网络,通过自我对弈来提升 SL策略网络,目的是调整策略网络之参数朝向赢棋的目标发展,在学习期间,策略网络每天可以自对弈一百万盘之多,而人类个体一辈子也下不到一万盘棋,计算技术之威力可见一斑。

阿尔法狗的最后部分是一个估值网络,或者说,是它的 棋局评估器 ,用以预测博弈的赢者,注重于对全局形势的判断。总结而言,AlphaGO有效地把两个策略网络、估值网络,和蒙特卡洛搜索树结合在一起,充分利用围棋专家的数据库及自我对弈和评估之策略而取胜。

图:AlphaGo算法原理图

最终版本的 AlphaGo使用了40个搜索线程,48个CPU,和8个GPU。分布式的AlphaGo版本,利用了多台电脑,40个搜索线程,1202个CPU,176个GPU。正因为阿尔法狗采取了新型的机器深度学习算法,充分利用了互联网的优越性,才得以挫败人类顶级选手而旗开得胜。

智能焦点...
    快乐玻璃杯265关怎么过 第265关通关
    ...股票配资平台开户:市场再陷弱势行
    快乐玻璃杯294关怎么过 第294关通关
    泉港开展食盐市场专项整治(图)_海产
    视频丨“秦岭小慢车”将不再孤单,9月
    《漫威蜘蛛侠》全秘密拍照位置视频详
    《超杀:行尸走肉》游戏试玩演示视频

本月排行