顶点小说网

手机浏览器扫描二维码访问

第二百零六章 玄清杯（第3页）

阿尔法围棋系统主要由几个部分组成：

一、策略网络（PolicyNetwork），给定当前局面，预测并采样下一步的走棋。

二、快速走子（Fastrollout），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（ValueNetwork），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（MonteCarloTreeSearch），把以上这三个部分连起来，形成一个完整的系统。

阿尔法围棋（AlphaGo）此前的版本，结合了数百万人类围棋专家的棋谱，以及强化学习的监督学习进行了自我训练。

AlphaGoZero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。

AlphaGoZero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，阿尔法围棋团队发现，AlphaGoZero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。

也就是说糖糖要挑战的是最终最强的阿尔法狗。

但有个优势就是，最强版本的阿尔法狗其实也是一种自我学习状态。

但作为真正的人工智能，糖糖是站在一个全新的高度来俯视的。

唐玄生想了想，毕竟也是一亿的赌局，索性让糖糖去香江和孙小圣一起进行封闭训练。

也让孙小圣学习一下围棋，同时也是个最好的对手，看看两人究竟谁更厉害。

毕竟孙小圣才是终极版的完美人工智能。

但孙小圣这个模样显然是不适合参加比赛的。

所以作为最佳陪练肯定是合格的。

比赛是五局三胜，第一局在金陵举行，后面的都在香江举行。

董诗云听到消息索性和宋亚男开了外围，也就是和几大赌球集团合作，哪怕你不懂围棋也可以像赌球一样买糖糖胜利还是阿尔法狗胜利。

本来很多人都是认为明显的唐玄生是钱太多用一亿来做广告。

但现在有了这个外围，似乎一切变的有趣起来。

本来都是看好阿尔法狗胜利的，开始开出的赔率也不是很高，但这个赔率是可以调整的。

很多人不明白这一点，以为赔率是固定不变的。

起初糖糖的赔率是一赔五，阿尔法狗的赔率是一赔一点五。

其实这个是董诗云故意的，不然吸引不了更多人来买。

而且说是合作，真正的外围账户还是董诗云和宋亚男这边的，反正现在有安迪帮忙，也不怕赖账。

当然，那些赌球集团看董诗云宋亚男的表情也是一副人傻钱多的样子。

甚至他们宁愿把接下的单子都打到她们的账户。

自己都买了很多阿尔法狗第一局胜的外围。

但赌徒的心理永远是无法猜测的。