第212章 绝艺如君天下少（1 / 2）

为什么要采用这种设计呢？

其实不难理解，新时期II人员涉及到人工智能方面的研究所采纳的策略基本是比生物学方面的研究策略还偏向于生物学。

而之所以采用前面的这种设计，很大程度上是受人类棋手下棋的启发。

人类棋手下棋的时候，通常情况下，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。

计算力的强大与否是衡量棋手中盘能力的重要指标。

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是很复杂。

涉及到技术方面的内容很清晰。

但具体施为起来依旧很麻烦。

首先就是涉及到很多技术底层的东西。

这个时空因为在人工智能方面的东西短腿。

很多理论性的东西还需要从无到有的建设。

换言之，林灰要想重新引爆人工智能这个爆点。

大概率要异时空搬砖，各种搬运人工智能方面的理论知识。

至于具体的搬运还要搞清楚技术路线。

虽然这个工作稍稍有点麻烦，但好在林灰现在多少也是有一个学术工具人的。

技术层面除了人工智能这方面的东西。

还需要一些其它技术层面的东西。

前世，在初代阿法狗AlphaGo里面，谷/歌除了应用了人工智能方面的成果之外。

还应用了一些分布式系统方面的研究成果。

在计算机科学中，分布式计算，又译为分散式运算。

分布式系统是一组电脑，透过网络相互连接传递消息与通信后并协调它们的行为而形成的系统。

虽然像阿法狗AlphaGo这类程序不依靠分布式计算也有着不错的效能。

但分布式计算相比于传统的效率往往更高。

涉及到分布式神马的有点难办。

林灰前世并没有搞过类似的东西。

不过林灰前不久看到谷/歌方面和普林斯顿大学数学系在合作摘要式算法的学报中似乎提到过跟分布式有关的东西。

诚然如此的话，倒不是没机会将涉及到分布式技术的一些东西忽悠过来。

除此之外，阿法狗AlphaGo还涉及到比较麻烦的训练。

如果只是为了不麻烦的话。

林灰没必要非盯着阿法狗AlphaGo不放。

前世又不是只有阿法狗AlphaGo。

阿法狗AlphaGo之后有master，master之后有Alpha_Zero。

如果说阿法狗AlphaGo还曾负于人类。

Alpha_Zero则完全是秒天秒地秒空气了。

林灰记得前世看到过的一组数据。

Alpha_Zero算法只需要8个小时训练后击败对战李世石版本的“阿法狗AlphaGo”。

按照这个说法，意味着Alpha_Zero的训练成本要远远低于阿法狗AlphaGo。

与前辈阿法狗AlphaGo相比，Alpha_Zero有很多自己的独到之处。

尽管这个技术很强大，但Alpha_Zero和阿法狗实际上是有技术代差的。