RSS订阅 加入收藏  设为首页
威尼斯人开户
当前位置:首页 > 威尼斯人开户

威尼斯人开户:实战化训练当借力人工智能

时间:2017-6-15 14:56:55  作者:  来源:  浏览:69  评论:0
内容摘要:要回答实战化训练能否借力人工智能的问题,首先要明了AlphaGo到底是如何下围棋的?简单地说,AlphaGo是通过蒙特卡洛树搜索算法和两个深度神经网络合作来完成下棋的。  对于什么是蒙特卡洛搜索树算法,有专家曾通俗地解释说:假如篮子里有1000个苹果,让你每次闭着眼睛找一个最大的...
要回答实战化训练能否借力人工智能的问题,首先要明了AlphaGo到底是如何下围棋的?简单地说,AlphaGo是通过蒙特卡洛树搜索算法和两个深度神经网络合作来完成下棋的。
  对于什么是蒙特卡洛搜索树算法,有专家曾通俗地解释说:假如篮子里有1000个苹果,让你每次闭着眼睛找一个最大的,而且不限制挑选次数。那么你可以闭着眼随机拿一个,然后再随机拿一个与第一个比,留下大的,随后再随机拿一个,与前次留下的比较,再留下大的。如此循环往复,拿的次数越多,挑出最大苹果的可能性也就越大,但除非你把1000个苹果都挑一遍,否则你无法肯定最终挑出来的就是最大的一个。这就是蒙特卡洛搜索,它广泛应用于科学和工程研究的算法仿真当中。而AlphaGo寻找下棋策略的方法,就是建立在这一原理基础之上的。只不过它为降低搜索树的复杂性,采取了深度学习方法,提高了策略选择效率。比如在2016年3月与韩国围棋选手李世石对阵之前,谷歌首先用人类对弈的近3000万种走法来训练“阿尔法狗”的神经网络,让它学会预测人类专业棋手怎么落子。然后让AlphaGo自己跟自己下棋,从而又产生规模庞大的全新的棋谱。谷歌工程师曾宣称AlphaGo每天可以尝试百万量级的走法。

相关评论

本类更新

本类推荐

本类排行

本站所有站内信息仅供娱乐参考,不作任何商业用途,不以营利为目的,专注分享快乐,欢迎收藏本站!
所有信息均来自:百度一下 (澳门威尼斯人)