AlphaGo李世石人機大戰第四局問題已解決 - 圍棋
By Emily
at 2016-07-08T17:34
at 2016-07-08T17:34
Table of Contents
http://weiqi.tom.com/2016-07-08/00UP/13210553.html
谷歌AlphaGo核心作者之一黃士傑博士6月29日在荷蘭萊頓大學的演講中提到,與李世石人
機大戰五番棋第四局的問題已經解決了。讓最新版的AlphaGo從79手接著開始下,他會下
出對黑方有利的變化。
黃士傑博士介紹說,如同在演講中所提到的,具體原因我們認為有兩個。第一是搜索的水
平效應,也就是說,正解的變化圖太深了以致於策略網絡(policy network)無法有效的引
導AlphaGo細算到正確的變化;第二是李世石九段的第78手機率極小,以致於AlphaGo進入
了在左右互搏時甚少面對的局面,導致值網絡(value network)的誤判。不過,隨著
AlphaGo不停的進步,目前的AlphaGo已經可以正確的應對第四局的情況。
(大致意思是,其實工程師並沒有做什麼,而是AlphaGo自己透過機器學習,棋力提升後
自己就解決問題了。)
==
又進化了
--
谷歌AlphaGo核心作者之一黃士傑博士6月29日在荷蘭萊頓大學的演講中提到,與李世石人
機大戰五番棋第四局的問題已經解決了。讓最新版的AlphaGo從79手接著開始下,他會下
出對黑方有利的變化。
黃士傑博士介紹說,如同在演講中所提到的,具體原因我們認為有兩個。第一是搜索的水
平效應,也就是說,正解的變化圖太深了以致於策略網絡(policy network)無法有效的引
導AlphaGo細算到正確的變化;第二是李世石九段的第78手機率極小,以致於AlphaGo進入
了在左右互搏時甚少面對的局面,導致值網絡(value network)的誤判。不過,隨著
AlphaGo不停的進步,目前的AlphaGo已經可以正確的應對第四局的情況。
(大致意思是,其實工程師並沒有做什麼,而是AlphaGo自己透過機器學習,棋力提升後
自己就解決問題了。)
==
又進化了
--
Tags:
圍棋
All Comments
By Yuri
at 2016-07-11T18:00
at 2016-07-11T18:00
By Aaliyah
at 2016-07-11T22:59
at 2016-07-11T22:59
By Hazel
at 2016-07-15T14:41
at 2016-07-15T14:41
By Queena
at 2016-07-16T04:44
at 2016-07-16T04:44
By Enid
at 2016-07-17T00:58
at 2016-07-17T00:58
By Connor
at 2016-07-17T03:18
at 2016-07-17T03:18
By Doris
at 2016-07-18T21:45
at 2016-07-18T21:45
By Damian
at 2016-07-20T13:05
at 2016-07-20T13:05
By Ida
at 2016-07-21T17:38
at 2016-07-21T17:38
By Kristin
at 2016-07-25T14:32
at 2016-07-25T14:32
By Kristin
at 2016-07-28T07:49
at 2016-07-28T07:49
Related Posts
By Dinah
at 2016-07-06T11:41
at 2016-07-06T11:41
Crazy Stone 2016 Deep Learning 確實有 7D 棋力
By Isla
at 2016-07-04T22:21
at 2016-07-04T22:21
每週一題 2016/7/2
By Caitlin
at 2016-07-02T12:44
at 2016-07-02T12:44
第三屆百靈杯世界圍棋公開賽十六強 7/02
By Edwina
at 2016-07-02T08:11
at 2016-07-02T08:11
大角流佈局~~~~~
By Todd Johnson
at 2016-07-01T18:29
at 2016-07-01T18:29