日期:2016-03-11 19:46
记硬背吗?显然不是，其实是Alphago深度学习发挥了作用。AlphaGo的核心是两种不同的深度神经网络。策略网络(policynetwork)和值网络(valuenetwork)。它们的任务在于合作挑选出那些比较有前途的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围里，本质上和人类棋手所做的一样。其中，值网络负责减少搜索的深度AI会一边推算一边判断局面，局面明显劣势的时候，就直接抛弃某些路线，不用一条道算到黑;而策略网络负责减少搜索的宽度面对眼前的一盘棋，有些棋步是明显不该走的，比如不该随便送子给别人吃。利用蒙特卡洛拟合，将