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。