欣雅小说 通过搜索各大小说站为您自动抓取各类小说的最快更新供您阅读!

为什么要采用这种设计呢?

其实不难理解,新时期II人员涉及到人工智能方面的研究所采纳的策略基本是比生物学方面的研究策略还偏向于生物学。

而之所以采用前面的这种设计,很大程度上是受人类棋手下棋的启发。

人类棋手下棋的时候,通常情况下,首先棋手会通过过去的经验、棋谱先大致判断出下哪里不吃亏。

缩小搜索范围之后,棋手会对某一局部位置进行详细的推演。

至于推演时候,棋手主要思考的是自己如何落子、落子之后对手又会如何反应。

一般来说,优秀的棋手都应该具备这种的推演能力。

走一步看十几步甚至几十步,才能成为围棋高手。

计算力的强大与否是衡量棋手中盘能力的重要指标。

至于推演的目的则是是为了找出对自己最有利的落点。

总结一下,优秀棋手要具有一下能力:

首先通过局势判断大概可行走法;

然后判断局势是否对自己有利;

再之后推演局势找出最佳落点。

人工智能虽然看起来是机器方面的学问。

但实际上是科研人员在试图让机器像人那样去思维。

阿法狗AlphaGo在运行的逻辑本质上很接近人类棋手的思考方式。

总之,涉及到阿法狗AlphaGo的技术实现什么的其实不是很复杂。

涉及到技术方面的内容很清晰。

但具体施为起来依旧很麻烦。

首先就是涉及到很多技术底层的东西。

这个时空因为在人工智能方面的东西短腿。

很多理论性的东西还需要从无到有的建设。

换言之,林灰要想重新引爆人工智能这个爆点。

大概率要异时空搬砖,各种搬运人工智能方面的理论知识。

至于具体的搬运还要搞清楚技术路线。

虽然这个工作稍稍有点麻烦,但好在林灰现在多少也是有一个学术工具人的。

技术层面除了人工智能这方面的东西。

还需要一些其它技术层面的东西。

前世,在初代阿法狗AlphaGo里面,谷/歌除了应用了人工智能方面的成果之外。

还应用了一些分布式系统方面的研究成果。

在计算机科学中,分布式计算,又译为分散式运算。

分布式系统是一组电脑,透过网络相互连接传递消息与通信后并协调它们的行为而形成的系统。

虽然像阿法狗AlphaGo这类程序不依靠分布式计算也有着不错的效能。

但分布式计算相比于传统的效率往往更高。

涉及到分布式神马的有点难办。

林灰前世并没有搞过类似的东西。

不过林灰前不久看到谷/歌方面和普林斯顿大学数学系在合作摘要式算法的学报中似乎提到过跟分布式有关的东西。

诚然如此的话,倒不是没机会将涉及到分布式技术的一些东西忽悠过来。

除此之外,阿法狗AlphaGo还涉及到比较麻烦的训练。

如果只是为了不麻烦的话。

林灰没必要非盯着阿法狗AlphaGo不放。

前世又不是只有阿法狗AlphaGo。

阿法狗AlphaGo之后有master,master之后有Alpha_Zero。

如果说阿法狗AlphaGo还曾负于人类。

Alpha_Zero则完全是秒天秒地秒空气了。

林灰记得前世看到过的一组数据。

Alpha_Zero算法只需要8个小时训练后击败对战李世石版本的“阿法狗AlphaGo”。

按照这个说法,意味着Alpha_Zero的训练成本要远远低于阿法狗AlphaGo。

与前辈阿法狗AlphaGo相比,Alpha_Zero有很多自己的独到之处。

尽管这个技术很强大,但Alpha_Zero和阿法狗实际上是有技术代差的。

想要搞出Alpha_Zero从逻辑层面来说还是要先搞出阿法狗AlphaGo。

这种情况下,林灰觉得技术神马还是尊重客观发展的规律比较好。

真要一步到位的话未必是好事。

能想到阿法狗AlphaGo这个人工智能的爆点已经很不错了。

话说回来林灰早该想到阿法狗的。

林灰记得之前刚注册微博时在微博上蛋疼兮兮地发的那两句话:

——“绝艺如君天下少,闲人似我世间无”

就跟鹅厂的围棋AI有着很紧密的关系。

早点想到这点林灰应该很快就能想到阿法狗。

尽管已经想到了这些。

但涉及到阿法狗AlphaGo的实际复现依旧困难多多。

最大的困难似乎是硬件层面的。

阿法狗AlphaGo还有alphaZero这两个技术想问世的话还需要深度学习框架以及硬件方面的支持。

无论是阿法狗AlphaGo还是alphazZro都涉及到前世谷/歌提出来的TensorFlow这个深度学习框架。

前世为了这个深度学习框架,谷/歌2016年还开发了张量处理器。

张量处理器(TPU)是谷/歌为机器学习定制的专用芯片。

就特么超级离谱,国内芯片一言难尽。

国外这是人是鬼都在秀。

跟芯片看起来似乎半毛钱关系都没有的也在搞芯片。

说起来初代的TPU规格大致参数林灰是记得一些的。

虽然不是记得特别全。

但林灰还是依稀记得初代TPU是28nm制程。

虽然以林灰的眼光看28nm制程有点糙。

但要知道此时iPhone5s上的芯片制程也不过才28nm。

这就很糟心。

也就是说即便林灰能搞TPU,大概率成本也会居高不下。

虽然林灰可以直接利用前世带来的电脑跑模型。

但个人电脑终究会局限一些AI程序发挥效能。

即便在个人电脑上能发挥AI的全部效能林灰也不可能抱着来自往后七年的技术堂而皇之地区面对世人。

哎,难难难。

尽管有这样那样的麻烦。

但提出问题比解决问题更重要。

只要思想不滑坡,办法总比问题多。

相比于这个时代中的人们还在黑暗中摸索着前行。

林灰好歹知道如何解决问题以及解决问题面对的困难。

就这一点妥妥地优势在我!

涉及到这种使用时代最先进技术制程。

似乎不可避免的要涉及到和歪果合作啊。

某积电似乎也看歪果仁脸色。

歪果凭啥拿这种技术资“敌”呢?

说起来搞个歪果的代言公司似乎不错。

毕竟歪果仁蛇鼠一窝。

面对同样的歪果公司芯片制作方似乎不会太大戒心。

歪果公司?

林灰突然想到了deepmind。

deepmind这个时空既然混得这么惨。

把这个公司收购来似乎不错啊。

想来一家即将申请破产保护的公司应该不是很贵吧?

林灰越想越觉得合理。

喜欢穿越:2014请大家收藏:(www.xinyaxs.com)穿越:2014欣雅小说更新速度全网最快。

欣雅小说推荐阅读: 近身医王我姐姐太有钱了天才高手娱乐帝国系统天庭小狱卒都市最强修真妖孽点金魔术师第一序列大医凌然怀旧时代我的绝色总裁未婚妻安先生今天依然单身超品战兵重生之我为书狂无敌神龙养成系统软饭天王逍遥小镇长绝色总裁爱上我国际供应商校花的贴身高手女神的贴身高手我的景区爆火了拒当接盘侠:开局坑了女神全家一个厨子的往事影帝从天降系统开始国王的穿越之门我真没想当大网红啊我是星主驭兽戒都市最高手宅之崛起商踪谍影超级俗人重生之龙在都市桃运小神农动力王朝最强神话传说咸鱼的自救攻略都市神级弃少重生之股动人生超级警监功夫帝皇顾道长生绝世大明星穿越四合院世界老兵新警影帝他不想当太监仙界归来文娱帝国我能改变东西颜色
欣雅小说搜藏榜: 大王饶命天才相师万族之劫神级强者在都市修真聊天群全球高武我真没想重生啊罪人当道重生之神级明星永生诡术余罪都市全能高手拒当接盘侠:开局坑了女神全家噩梦了愿师极品美女爱上我小农民修真无敌幸运星仕路红颜:美女记者丧尸猎人都市电能王都市枭雄系统护美邪医文娱缔造者重生之二代富商巅峰权力绝品狂少辣手神医透视狂医都市神级护卫娱乐天王的养成系统近身兵王超时空微信我的娇美大小姐我的老爸是国王豪门贵婿护花圣手一个厨子的往事我开局就有一个交易系统重生在那机遇年代重返1995田家巷一号我的剧本被全球直播极品贴身兵王大天王大牧场主东方梦工厂从直播开始成为神级设计师医色生香帝国重器石头牧场
欣雅小说最新小说: 地窟求生:开局食物增幅三十倍再启仙途带着爸妈去上班李氏汽车公司?不,是国货之光我的金融帝国我写的娱乐文被杨老板看到了放弃留学,我打造了世界第一名校娱乐:别联系了,真不熟从重生开始合租怪物食堂奶爸,开局校花找上门,当爸了?我的夫妻关系竟能数据化骑士荣耀之半岛风云四合院里的老中医文娱:让你唱歌,你搁这作法?热搜第一:叫你捡漏你开挂啊百元求生:从潘家园捡漏开始浪在娱乐圈四合院里的唯一老实人韩娱之隔世斑斓首富后才知是反派平行空间命犯桃花极道狂龙黑道教父迷情美女总监乱世血皇幕后邪徒天才高手市长千金恋上我靠近我温暖你高圆寺的坏小子贴身护美高手重生之纵横一生第一少爷王牌特工都市天龙重生之超级班长都市神语者黑道偷天换日逆龙息狂傲特工开创皇朝:香媚特行逆天奇缘楚霸王在今世坠落的心痕重生之都市逍遥天圣宫风云录都市之风华大少与玉兔下凡的日子