成人免费午夜在线观看,伊人久久精品,一区二区三区精品

2016年3月15日人機大戰(zhàn)第五盤，AlphaGo執(zhí)白280手中盤勝李世石，總比分4:1結(jié)束了這場持續(xù)一周的圍棋盛事。

我在廣州愛范兒公司和吳肇毅九段一起直播了這場比賽，感覺對機器的招法比較能夠理解。這使得我在這場特殊的比賽中，有時對局勢的判斷比吳九段更為準確，雖然我的圍棋水平不高。下面用幾個圖來解釋一下機器開盤的失誤和技術(shù)特色。

在右邊的常見套路中，AlphaGo選擇了16位擋而不是Q10拆，放黑17位打入，接著繼續(xù)18位打，放黑19位沖21位斷，很簡單地就棄掉了三子。粗粗一看黑吃下三子實空不小，但這是AlphaGo的招法創(chuàng)新，黑布局感覺已經(jīng)落后了。因為白有A位靠下的手段，會在上面形成一道厚勢，白棋把棋走在外面，對于厚味外勢的價值估計得比人類棋手更準，而且它的整體行棋方式也能與之配合。人類高手出于實戰(zhàn)考慮選擇實地的更多，通常認為虛虛的外勢不太好掌控。從大局觀來看，AlphaGo的理解更合乎棋道。

這個局面的看點是AlphaGo第48手斷入，然后被黑51全部吃下，虧了不小的目數(shù)。這是確定無疑的損失，機器犯了錯。這個錯誤非常象AlphaGo和樊麾的第三局，它也是在黑右下大空里走了幾手，沒有棋卻損了空。為什么它這么下？

48手這個斷是很明顯的直覺要點，在AlphaGo的策略網(wǎng)絡(luò)里估計會是排名很前的選擇。后續(xù)搗亂可以連續(xù)多招，黑要小心應對，下錯了就立刻完蛋。黑應對了，白可以繼續(xù)“考驗”黑。AlphaGo也會用策略網(wǎng)絡(luò)模擬黑的應對，正確應對的招數(shù)肯定有，但也有錯誤的建議給出來。這樣，連續(xù)搜索展開后，在不少葉子節(jié)點AlphaGo高興地發(fā)現(xiàn)黑應錯了被白一舉擊潰。就算黑一直應對正確，最后白損失也不大，能夠完封右邊中，大局上還是自己好。所以，蒙特卡洛模擬（MCTS）對48這手給出的勝率評分會比較高。這應該算是AlphaGo算法框架的一個bug。AlphaGo愿意下這種“局部變化復雜，對手應對錯誤自己立刻勝利，應對正確自己稍虧但大局還好”的辣招。對人類高手來說，這種計算應該不難，所以就占了便宜。48手算是虧目較多的一次小bug，但是局面還早。這時AlphaGo對自己的勝率估計應該比下出48手時低一些了，它終于知道吃了虧，但當初就是愿意去這么試。因為手數(shù)較多，它下48的時候并不知道會虧。只有定型的差不多了，才覺得算清了，沒有東西。