第410章（1 / 2）

《穿越黑龙江1940 作者：猪熊》转载请注明来源：吉内斯小说(www.genessiscs.com)

前世阿法狗AlphaGo是deepmind这家嘤國公司推出的。

虽然这个时空也存在deepmind这家公司。

但林灰也不用担心撞车什么的。

前世阿法狗AlphaGo的诞生虽然跟deepmind这家公司有着千丝万缕的联系。

但涉及到阿法狗AlphaGo这个项目其实是deepmind这家公司被谷/歌收购之后他们才开始搞的。

总之前世阿法狗AlphaGo之所以能够诞生跟deepmind和谷/歌之间的py交易有着很大的关系。

可是现在这个时空里谷/歌和deepmind并没有进行该项目的合作。

而且大概率在将来也不会有合作的机会了。

林灰先前就了解过。

这个时空名为deepmind的公司确实存在。

但因为这个时空在人工智能上研究的整体性滞后。

deepmind这家公司虽然也从事人工智能方面的研究。

但进展什么的寥寥无几。

而且deepmind这家公司并不是很好过。

前不久该公司还试图申请破产保护。

这样的公司想获得前世的成就基本不大可能。

在这个时空人工智能方面的研究整体滞后的情况下。

林灰要搬运阿法狗AlphaGo的话基本不用担心有什么技术撞车风险的。

虽然没什么风险，但涉及到阿法狗AlphaGo的搬运却稍稍有点麻烦。

倒不是技术理论方面有什么麻烦。

虽然这个时空的人们还没搞定相应的技术。

但对林灰来说技术理论道路什么的却很清晰。

像阿法狗AlphaGo这样的经典人工智能应用。

基本上十个搞人工智能的九个都专门钻研过阿法狗AlphaGo是怎么一回事。

涉及到阿法狗AlphaGo的技术：

无非就是蒙特卡洛树搜索与两个

深度神经网络相结合的一个简单应用。

蒙特卡洛树搜索是一种用于某些决策过程的启发式搜索算法，最引人注目的是在游戏中的使用。

在棋类游戏中尤为常见。

具体的两个深度神经网络，其中一个是估值网络，另一个则是走棋网络。

前者是用来评估比较合适的落点的，走棋网络是用来调整最佳落子位置的。

为什么要采用这种设计呢？

很大程度上是受人类下棋的启发。

人类下棋的时候，首先棋手会通过过去的经验、棋谱先大致判断出下哪里不吃亏。

缩小搜索范围之后，棋手会对某一局部位置进行详细的推演。

至于推演时候，棋手主要思考的是自己如何落子、落子之后对手又会如何反应。

一般来说，优秀的棋手都应该具备这种的推演能力。

走一步看十几步甚至几十步，才能成为围棋高手。

至于推演的目的则是是为了找出对自己最有利的落点。

总结一下，优秀棋手要具有一下能力：

首先通过局势判断大概可行走法；

然后判断局势是否对自己有利；

再之后推演局势找出最佳落点。

人工智能虽然看起来是机器方面的学问。

但实际上是科研人员在试图让机器像人那样去思维。

阿法狗AlphaGo在运行的逻辑本质上很接近人类棋手的思考方式。

总之，涉及到阿法狗AlphaGo的技术实现什么的其实不

本章未完，请点击下一页继续阅读！