百科问答小站 logo
百科问答小站 font logo



是不是对于任意 n×n 大小的围棋棋盘,人类都赢不了 AlphaGo Zero 了? 第1页

  

user avatar   li-xiang-1-48 网友的相关建议: 
      

阿法狗赢李世石的时候使用了上千个芯片,赢柯洁时使用了专用芯片TPU,而使用类似的神经网络算法却没有同等规模的计算能力的其他团队的AI却经常输给人类棋手,这说明:阿法狗的胜率和计算机的处理能力是高度相关的。


那么,要达到同等棋力,计算机处理能力和棋盘规模之间是什么关系呢?我猜测是指数关系,因为阿法狗的原理是利用大量的自我对弈进行训练,而可能的棋局数量和棋盘规模之间是指数关系,在棋盘扩大时,要保持

训练棋局数/比赛时可能出现的棋局数=常数,

就必须指数级地增加计算机处理能力。

这只是一个猜测,建立在如下推理的基础上:

阿法狗需要自我对弈几千万局才能完成训练。

如果f(19)=“几千万”,那么从常理判断,f(n)不太像一个和棋盘规模n无关的大的常数,更像是随棋盘规模指数级增长的变量。

结论:建议把棋盘规模扩大到25路以上,以抵御人工智能的冲击。




  

相关话题

  能否把一个人的所有物理数据输入在一个模型里,然后计算他接下来的状态变化? 
  有没有可能运用人工神经网络将一种编程语言的代码翻译成任意的另一种编程语言,而不经过人工设计的编译过程? 
  如何看待罗洗河表示「对于对战围棋AI很有研究,有信心让四子战胜AlphaGo」? 
  如何评价MSRA最新的 Relation Networks for Object Detection? 
  能否使用区块链的算力来解决深度学习训练? 
  消融实验是什么? 
  如何理解 natural gradient descent? 
  一盘围棋输半目算输,输十几目也算输,输得少比输得多水平高,为什么现在都一视同仁,不分水平? 
  对于神经网络,硕士博士不需要弄明白原理,只需要应用,是这样吗? 
  如何评价 马毅教授 的 NeurIPS 2020 中稿文章 MCR2 及 自称弄明白深度学习了? 

前一个讨论
为什么医生工作这么辛苦,工资待遇却这么低,还得不到病人的理解?
下一个讨论
爱因斯坦发表狭义相对论的时候算是「民科」吗?





© 2024-06-03 - tinynew.org. All Rights Reserved.
© 2024-06-03 - tinynew.org. 保留所有权利