不是混围棋圈的人,所以他看过去,也不认识里面的人。
刘光然说,这些都是受邀来参加的职业5段棋手,棋手在围棋领域当中职业5段就已经相当厉害了。
“我们这一次稍微调整了一下策略算法。”
刘光然解释说:博米围棋大师现在主要工作原理是“深度学习”。
“深度学习”是指多层的人工神经网络和训练它的方法。
一层神经网络会把大量矩阵数字作为输入,通过非线性激活方法取权重,再产生另一个数据集合作为输出。
这就像生物神经大脑的工作机理一样,通过合适的矩阵数量,多层组织链接一起,形成神经网络“大脑”进行精准复杂的处理,就像人们识别物体标注图片一样。
博米围棋大师用到了很多新技术,如神经网络、深度学习、蒙特卡洛树搜索法等,使其实力有了实质性飞跃。
这些其实都已经是现在世界上研究的软件领域当中最难的课题了。
好在博米公司起步的早,而且还有着大量的人才和积累,加上曹阳的优秀的眼光和指导,现在的进展非常的顺利。
……
刘光然解释说:“博米围棋大师系统主要由几个部分组成:
一、策略网络,给定当前局面,预测并采样下一步的走棋;
二、快速走子,目标和策略网络一样,但在适当牺牲走棋质量的条件下,速度要比策略网络快1000倍;
三、价值网络,给定当前局面,估计是白胜概率大还是黑胜概率大;
四、蒙特卡洛树搜索,把以上这四个部分连起来,形成一个完整的系统。”
……
现在,刘光然对博米围棋大师的ai版本进行了多次的更迭,到现在已经比较成熟了。
博米围棋大师此前的版本,结合了数百万人类围棋专家的棋谱,以及强化学习进行了自我训练。
博米围棋ai的能力则在这个基础上有了质的提升。
最大的区别是,它不再需要人类数据。也就是说,它一开始就没有接触过人类棋谱。研发团队只是让它自由随意地在棋盘上下棋,然后进行自我博弈。
刘光然给曹阳介绍,博米围棋ai使用新的强化学习方法,让自己变成了老师。
系统一开始甚至并不知道什么是围棋,只是从单一神经网络开始,通过神经网络强大的搜索算法,进行了自我对弈。
随着自我博弈的增加,神经网络逐渐调整,提升预测下一步的能力,最终赢得比赛。更为厉害的是,随着训练的深入,博米围棋大师团队发现,博米围棋ai还独立发现了游戏规则,并走出了新策略,为围棋这项古老游戏带来了新的见解。
从某种程度来说,也要归功于之前ai换脸技术带来的灵感。
ai换脸也是两个【大脑】,一个负责做假,另外一个负责识别,然后看是做假的更厉害,还是能够识别的更厉害,最后一直推演到识别技术也无法区分真假为止,就算是成功了。
博米围棋大师也是这样,自己的两个大脑互相下围棋,然后把棋谱存下来,作为数据库当中的一部分,之后再不断地从数据库当中进行深度学习,然后又自己跟自己下,不断地重复这个过程,直到最终能快速地产生出最优解。
之前博米围棋ai仅用了单一的神经网络。
请收藏:https://m.qingcang8.cc
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)