前世今生

关注：5 发布时间：2021-10-26 18:44:08

导语本文整理了前世今生经验知识，帮助您全面了解，小白也能成为高手，跟随小编一起来看一看吧！

alphago是由英国伦敦谷歌深度思维公司的大卫西尔弗、艾黄佳和戴密斯哈萨比斯开发的go人工智能程序。这个程序用“价值网络”来计算情况，用“战略网络”来选择下一步。

alphago的主要设计师：

大卫西尔弗，剑桥大学计算机科学学士，计算机科学硕士，加拿大亚伯达大学计算机科学博士。他目前是伦敦大学学院的讲师和谷歌深度思维的研究员。

黄士杰，台湾交通大学计算机科学学士，台湾省师范大学计算机科学硕士和博士，加拿大阿尔伯塔大学计算机科学博士后。他目前是google deepmind的研究员。

alphago通过两个不同的神经网络的合作来提高下棋水平。这些大脑是多层神经网络，其结构类似于google图像搜索引擎识别的那些图像。他们从多层启发式二维滤波器开始处理围棋棋盘的定位，就像图像分类器网络处理图像一样。过滤后，13个完全连接的神经网络层对他们看到的情况做出判断。这些层可以做分类和逻辑推理。

这些网络通过反复训练来检查结果，然后校对和调整参数，以使下一次执行更好。这个处理器有很多随机元素，人们不可能确切知道网络是如何“思考”的，但是多训练可以让它进化得更好。

第一个大脑：移动拾取器

alphago的第一个神经网络大脑是“监督学习的策略网络”，观察棋盘布局，试图找到比较佳的下一步。其实它预测的是每一个合法下一步的比较佳概率，所以第一个猜测就是概率比较高的那个。这可以理解为一个“下降选择器”。

第二大脑：位置评估器

alphago的第二脑是回答另一个相对于留守选择器的问题。它不是猜测具体的下一步，而是预测每个玩家在给定棋子位置的情况下赢得象棋的可能性。这个“情境评估者”就是“价值网”，通过判断全局来辅助失败者选择器。这个判断只是近似的，但是对提高阅读速度很有帮助。通过对“好的”和“坏的”潜在未来情况进行分类，alphago可以决定是否通过特殊变体进行深度阅读。如果情况评估者说这种特殊的变体不起作用，那么人工智能将跳过阅读这一行的孩子。

2015年10月，阿尔法围棋以5: 0击败欧洲围棋、职业二段棋手范辉。2016年3月，挑战围棋、职业九段棋手李世石。按照赛程，3月9日、10日、12日、13日、15日分别进行5盘棋，即使一方先赢3局，也打5盘。比较后“战争”以4:1结束。

2016年3月27日，alphago确认挑战星际争霸2。从2016年12月29日晚开始，一名注册为“大师”、标为韩国九段的“网络棋手”先后“踢开”翼城网和野胡网。2016年12月29日晚至2017年1月4日晚，大师赛对阵人类高品质大师赛战绩为60胜0负。比较后一盘之前，大师透露“他”就是alphago。

2017年5月23 -27日，柯洁在中国乌镇围棋峰会上与围棋ai alphago对弈。5月23日、25日、27日分别举行了三场比赛。

未来，阿尔法围棋将与医疗和机器人技术相结合，更好地为人类服务。

前世今生

相关经验延伸阅读

问芦丹氏前世今生香水怎么样

猜你喜欢

互联网热门经验