計(jì)算機(jī)自學(xué)72小時(shí)，已打敗國(guó)際象棋大師

他的神經(jīng)網(wǎng)絡(luò)由四個(gè)層級(jí)組成，能夠以三種不同方式共同思考棋盤上每一個(gè)位置。第一種著眼于國(guó)際象棋的全局狀態(tài)，例如每邊棋子的數(shù)量和類型，輪到哪一方移動(dòng)，位置對(duì)換等；第二著眼于棋子的特性，例如雙方每個(gè)棋子的位置；最后就是映射出每個(gè)棋子的攻擊和防守。

計(jì)算機(jī)自學(xué)下棋

訓(xùn)練這些機(jī)器通常采用的方法，是研究人員手動(dòng)評(píng)估每一個(gè)位置，并用這些信息指導(dǎo)機(jī)器識(shí)別出哪些步數(shù)是有效的，哪些效果沒(méi)那么好。但是，Matthew Lai的目標(biāo)更加雄心勃勃，他想讓機(jī)器自學(xué)這些內(nèi)容。

他采用了一個(gè)引導(dǎo)技術(shù)，讓人工智能Giraffe自己與自己對(duì)決，從而改善對(duì)未來(lái)下棋走位的預(yù)測(cè)。在比賽勝利、失敗或打平之后，會(huì)最終確定每一步的價(jià)值。以這種方式，計(jì)算機(jī)可以了解走哪個(gè)位置是有效的，哪些位置效果不好。

在Giraffe經(jīng)過(guò)培訓(xùn)之后，最后一步就是測(cè)試它的能力是否達(dá)標(biāo)了。他用一個(gè)標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)Strategic Test Suite來(lái)測(cè)試，這一數(shù)據(jù)庫(kù)可以測(cè)試改計(jì)算引擎識(shí)別不同的戰(zhàn)略構(gòu)想的能力。他將對(duì)這項(xiàng)測(cè)試的結(jié)果進(jìn)行評(píng)分，總分為15000。

整個(gè)訓(xùn)練過(guò)程中，他會(huì)測(cè)試機(jī)器的各個(gè)階段成績(jī)。當(dāng)引導(dǎo)過(guò)程開(kāi)始時(shí)，Giraffe很快就達(dá)到了6000分的成績(jī)，僅在72小時(shí)就達(dá)到了9700分。9700分已經(jīng)可以成為世界上最好的國(guó)際象棋引擎了。

Matthew Lai接著使用相同種類的機(jī)器學(xué)習(xí)方法，確定對(duì)方一個(gè)特定的移動(dòng)是否值得機(jī)器進(jìn)行跟隨。這一點(diǎn)很重要，因?yàn)樗�可以防止不必要的搜索，極大提高計(jì)算效率。

結(jié)果表明，46%的情況下計(jì)算機(jī)所走的步數(shù)都是最好的一步，70%的時(shí)間都能走出排在前三名的好棋。因此，計(jì)算機(jī)并沒(méi)有收到對(duì)方的動(dòng)作的影響。

這一方法代表著國(guó)際象棋引擎的工作方式發(fā)生了重大變革，不過(guò)它并不完美。Giraffe的一個(gè)缺點(diǎn)是，神經(jīng)網(wǎng)絡(luò)比其他類型的數(shù)據(jù)處理速度慢得多。Giraffe花費(fèi)的時(shí)間比以往的國(guó)際象棋引擎要多耗費(fèi)約10倍。

• 《物華彌新》國(guó)際象棋盾武器介紹
• 國(guó)際象棋游戲規(guī)則 棋子
• 國(guó)際象棋是怎么玩的
• 俄美囚犯網(wǎng)上國(guó)際象棋比賽：戰(zhàn)斗民族果然牛
• 人機(jī)大戰(zhàn)背后的黑手：他13歲成國(guó)際象棋大師