久久久久精品免费福利电影,国产又黄又大又粗视频,A级毛片免费播放无码,人人妻人人爽人人澡欧美一区

但是如果有價值網絡對各個結果進行準確估值，Master可能在下24的時候就已經給出了結論，黑無論如何應，白棋都局勢不錯。陳耀燁自戰解說認為，24這招他已經應不好了，實戰只好委屈地先穩住陣腳，復盤也沒有給出好的應對。同樣的招法Master對樸廷桓也下過。

上圖為Master執白對羋昱廷，左上角的大雪崩外拐定式，白下出新手。白44職業棋手都是走在E13長的，后續變化很復雜。但是Master卻先44打一下，下了讓所有人都感到震驚的46扳，在這個古老的定式下出了從未見過的新手。這個新手讓羋昱廷短時間內應錯了，吃了大虧。后來羋昱廷自戰回顧時說應該可以比實戰下得好些，黑棋能夠厚實很多，但也難說占優。但是對白46這招還沒有完全接受。這個局面很復雜，有多個要點，Master的搜索中是完全沒有定式的概念的。

我猜測它會各種手段都試下，由于價值網絡比過去精確了，可以建立一個比較龐大的搜索樹，然后象國際象棋AI一樣多個局面都考慮過之后綜合出這個新手。這次Master表現得不怕復雜變化，而之前版本感覺上是進行大局掌控，復雜變化算不清繞開去。Master卻經常主動挑起復雜變化，明顯感覺搜索能力有進步，算路要深了。

局面評估函數精確到一定程度突破了臨界點，就可以帶來搜索能力的巨大進步。因為開發者可以放心地利用局面評估函數進行高效率的剪枝，節省出來的計算能力可以用于更深的推導，表現出來就是算得深算得廣。實際人類的剪枝能力是非常強大的，計算速度太慢，如果還要去思考一些明顯不行的分枝，根本沒辦法進行細致的推理。在一個局面人類的推理，其實就是一堆變化圖，眾多高手可能就取得一致意見了。而Master以及國際象棋AI也是走這個路線了，它們能擺多得多的變化圖，足以覆蓋人類考慮到的那些變化圖給出靠譜的結論。

但這個路線的必須依靠足夠精確的價值網絡，否則會受到多種干擾。一是估值錯了，好局面扔掉壞局面留著選錯棋招。二是剪枝不敢做，搜索大量無意義的局面，有意義的局面沒時間做或者深度不足。三是要在葉子節點引入快速走子下完的“驗證”，這種驗證未必靠譜，價值網絡正確的估值反而給帶歪了。

從實戰表現反推，Master的價值網絡質量肯定已經突破了臨界點，帶來了極大的好處，思考時間大幅減少，搜索深度廣度增加，戰斗力上升。AlphaGo團隊新的prototype，架構上可能更簡單了，需要的CPU數目也減少了，更接近國際象棋的搜索框架，而不是以MCTS為基礎的復雜框架。比起國際象棋AI復雜的人工精心編寫的局面評估函數，AlphaGo的價值網絡完全由機器學習生成，編碼任務更為簡單。

理論上來說，如果價值網絡的估值足夠精確，可以將葉子節點價值網絡的權重上升為1.0，就等于在搜索框架中完全去除了MCTS模塊，和傳統搜索算法完全一樣了。這時的圍棋AI將從理論上完全戰勝人，因為人能做的機器都能做，而且還做得更好更快。而圍棋AI的發展過程可以簡略為兩個階段。第一階段局面估值函數能力極弱，被逼引入MCTS以及它的天生弱點。第二階段價值網絡取得突破，再次將MCTS從搜索框架逐漸去除返樸歸真，回歸傳統搜索算法。

由于價值網絡是一個機器學習出來的黑箱子，人類很難理解里面是什么，它的能力會到什么程度不好說。這樣訓練肯定會碰到瓶頸，再也沒法提升了，但版本V18那時顯然沒到瓶頸，之后繼續取得了巨大進步。通常機器學習是模仿人的能力，如人臉識別、語音識別的能力超過人。但是圍棋局面評估可以說是對人與機器來說都非常困難的任務。

職業棋手們的常識是，直線計算或者計算更周密是可以努力解決的有客觀標準的問題，但是局面判斷是最難的，說不太清楚，棋手們的意見并不統一。由于人的局面評估能力并不太高，Master的價值網絡在幾千萬對局巧妙訓練后超過人類是可以想象的，也帶來了棋力與用時表現的巨大進步。但是可以合理推測，AlphaGo團隊也不太可能訓練無缺陷的價值網絡，不太可能訓練出國際象棋AI那種幾乎完美的局面評估函數。