阅读历史 |

第180章 围棋软件的工作原理(2 / 2)

加入书签

柯杰点头:“概念的置换,得到当前局面的最优解,而不是整盘棋的最终解。”

这两者是天差地别的。

但是,只要从开始,计算机下的每一部,都是当前的最优解,累积起来,也就成了整盘棋的最优解。

??傲世指数+8888

看看,这随便弄几下,就把柯杰给震出惊了。

可惜的是,学生们大部分对元霄都不感冒。

这就是收集傲世指数困难的地方。

看来只有等成品问世,对他们才能收割一波。

任务有坑啊。

柯杰兴趣很浓:“那么问题在于,如何筛选出这样的点。”

“所以,我们需要对算法进行加成。”元霄解释。

围棋棋盘上的一个点,可以用数值表示它的状态。

比如有白棋是1,有黑棋是-1,没有棋就是0。

这是最基础的。

如此一来,就可以对整个棋盘361个点,建立数学数值。

然后,程序就可以对这群数值进行反复的运算。

元霄画出一个概念图:“第一个我们需要的是,可以称为策略神经网络。”

策略神经网络的作用,是判断当前局势下,下一步棋下在哪里最合适。

元霄认为,这里的选点,可以参考人类棋手的棋谱。

模仿人类棋手的思考模式,快速将一些低概率的点淘汰掉。

柯杰叹了口气:“看来,到时候我还要提供目前为止所有人类的对局棋谱了。”

理论上而言,棋谱数量越多,策略神经网络的成熟度也越高。

“这一点,我们让计算机自主学习。”元霄支出其中的关键。

反复推演学习的结果,将会使策略神经网络更加强大,选点更为准确。

“而要做到这一步,还需要另外一个神经网络的结合。”元霄写下一个公式。

价值神经网络。

其作用是能够计算出,每个选点的胜率。

每一步都进行这样的估值判断,直到棋局的结束,得到最精准的胜率数值。

而同样,这东西也可以自己学习。

总结起来其实很简单。

就是模拟人类下棋的思维。

首先判断在哪些地方可以下,每个地方的胜率是多少。

然后对这些选点进行集中计算,推演出最后的结果。

每一步都这么执行。

那么得到的每一手,自然就是最佳的下法。

如果说一开始柯杰觉得元霄说的是天方夜谭。

到了现在,他感觉这东西并不是完全不可能实现的了。

他咽下口水:“如此一来的话,那不是一开始的时候,计算机就已经锁定了结果。”

必胜的结果。

??傲世指数+8888

“这只是大概的概念,实际我们还需要一步步来,”元霄放下笔,“柯院长,到时候和围棋软件的对弈,还需要你来。”

柯杰表示责无旁贷。

苏辰逸、卓越、方旭尧几个都听懂了。

夏晚晴黎沐岚之流,当然是不知所云。

尤其是夏晚晴,她表示很鄙视。

花脑袋去开发这玩意有啥用。

老师也真是的,有时间和我一起不香么。

计算机的世界,果然蕴含宅的属性。

↑返回顶部↑

书页/目录