深度神经网络相结合的一个简单应用。
蒙特卡洛树搜索是一种用于某些决策过程的启发式搜索算法，最引人注目的是在游戏中的使用。
在棋类游戏中尤为常见。
具体的两个深度神经网络，其中一个是估值网络，另一个则是走棋网络。
前者是用来评估比较合适的落点的，走棋网络是用来调整最佳落子位置的。
为什么要采用这种设计呢？
很大程度上是受人类下棋的启发。
人类下棋的时候，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。
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
请收藏：https://m.wxxs123.cc
（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）