电脑有望在围棋上战胜人类

2019-04-11 00:16:32 来源: 临夏信息港

电脑有望在围棋上战胜人类

作者:未知 来源:爱范儿

IBM的深蓝曾经战胜国际象棋高手,让我们感叹计算机技术的进步。不过梨树苗
,多年以来,古老的围棋却成为计算机难以把握的难题。如今,借助于神经络的进步,计算机专家们试图突破传统算法,以全新的方式训练计算机的下棋能力。据technology review的报道,来自爱丁堡大学的计算机专家Christopher Clark 和Amos Storkey 在这方面取得了不小的进步。

专家们认为,计算机难以掌握围棋的原因有两个:一是,在下围棋的时候,棋手总是面临太多的选择天目琼花图片
。在任意时刻,棋手面临的选择多达上百种。相比较说,国际象棋中,棋手面对的选择大约是50 种。二是,计算机很难评估双方的优势和弱势。在国际象棋中,通过评估剩下棋子的价值,计算机通常能够了解玩家是否处于优势地位,但是,在围棋中,计算机很难对此做出评估。计算每个玩家的棋子数量渣油批发
,根本无法判断谁在取胜。 Clark 和Storkey 说。

为了解决这个问题,计算机采取了一种特别的方法。在每一步之后,计算机都会玩完整个游戏,而且采取各种不同的方法。如果大多数情况下都是胜利的,计算机会认为,它走出的一步是正确的。这是一个非常耗时的任务,而且,计算机通常还是失败。因为围棋高手只要看一眼,就能判断出棋盘上的形势如何。

一些专家认为,人类擅长围棋的秘密在于模式辨识能力。在下围棋的时候,人类思考的不是前面的几步,而是根据棋子组成的形状,判断出双方的优势和劣势。因此,随着模式识别算法方面的进步,人们开始思考训练计算机的新方法。

Clark 和Storkey 训练了一个复杂的神经络,教它预测下一步是什么。他们从16 万次的围棋高手对战中,生成1650 万个棋局,然后,他们训练神经络,让它掌握人类高手的下一步动作。许多天后,他们开始用剩下的棋局测试神经络,让它预测下一步应该怎么走。据两个人说,在训练之后,神经络预测的准确率明显超过以前算法,大约提升了44%。

在训练完神经络之后,Clark 和Storkey 让它与两个的围棋算法比赛。其中一个是GNU Go,相当于中等水平的业余选手。在与GNU Go 的对战中,神经络明显胜出,大概90% 的情况都是取胜的。另外一个是Fuego,比GNU Go 的水平更高,人类选手也要多年训练才能达到这个等级。在与Fuego 的对战中,神经络只赢了10% 的比赛。不过,Clark 和Storkey 认为,这已经是很大的进步了。

尽管神经络下棋时采用了不看下一步的做法,并且只用了对手的部分计算时间,它仍然比GNU Go 玩的更好,而且还赢了Fuego 几局。 Clark 和Storkey 说。同时,他们也认为,如果把神经络与传统的算法结合,计算机的围棋技能或许会有更大的进步。

本文标签: