“奕星”存在的问题，江寒总结了一下。

    一个是训练不够。

    初代阿法狗在训练时，动用了几百块gpu。

    对战李世石的版本，也动用了48块tpu、十几台高性能计算机。

    训练时长更不是奕星能比的，至少都在半年以上。

    其次，“奕星”在打造时，参考了初代阿法狗，其训练过程离不开人类棋谱。

    在这种情况下，示范数据的质量，将极大影响它的成长。

    甚至学到某些错误的着法，也不足为奇。

    虽然有胡大力这样的行家帮忙，但收集到的棋谱数量仍不够充足。

    并且其中有一些还存在质量问题，有滥竽充数的嫌疑。

    这是手工筛选很难避免的。

    最后，奕星欠缺了一点运气，无论现场发挥还是训练过程中，都不够幸运。

    没错，“人工神经网络”的训练和运行过程中，包含着一定的运气成分。

    复杂到这种程度的算法，人类只能掌握原理，但具体训练出什么东西，是没法完全读懂，并加以解释的。

    对于人类来说，机器学习中的一些算法，其实自带“黑箱”属性！

    有句“格言”在机器学习圈子里流传很广：

    如果一个算法简单到能被大脑理解，又怎么能模拟复杂的大脑？

    同理，如果一个算法连大脑都能模拟，那么其一定复杂到无法被大脑理解……

    大概就是这么个意思。

    落实到具体的点上，在这次对局中，大概率是“奕星”的“快速走子”模块出了问题。

    在正常情况下，错误的下法会被“价值判断网络”否决，但在极其罕见的某些特定情况下……

    比如：“快速走子”下出了问题手，然后在模拟后续走子时，“价值判定网络”认为其中一半情况对手大优，另外一半情况中，己方大优，平均下来己方略好……

    但事实上，这并不绝对可靠。

    如果找不准棋形上的关键点，就有可能导致全盘崩溃。

    “奕星”下出的无理手，大概率就是这么来的。

    事实上，即使原版的阿法狗，也存在类似的问题。

    2016年，阿法狗挑战李世石。

    在第四局比赛中，李世石突然下出“神之一挖”，阿法狗应对失误，最终全盘崩溃。

    但其实，李世石那一手是有问题的，甚至可以说并不成立！

    然而，阿法狗却错误地将形势判断为己方大劣……

    今天的情况，就与那一次差相仿佛。

    江寒瞬间想通了很多，顿时精神一振，翻身而起。

    迅速打开笔记本电脑，然后倒在床上，进入了虚拟空间。

    排除bug、修改程序并不困难，但需要时间，而现在留给他的时间，只有一个晚上。

    幸好有虚拟空间……

    江寒在虚拟空间里，忙碌了差不多五天，终于将“奕星”修好了。

    在产生问题的地方，紧急打上了“补丁”，增加了一些人工规则，作为神经网络算法的补充。

    在普通情况下，通过模拟走子对盘面进行估计，再让“快速走子”和“价值评估网络”分别算出胜率，然后根据胜率落子。

    而在特殊情况下，则依靠手工规则……

    虽然经过一番努力，“奕星”初步修好了，可以再次投入使用。

    但以后要想再提高棋力，必须继续收集各种特殊情况，不停地积累、调试，总结成特殊规则。

    这是一个大工程，不花费个十年、八年，投入巨大的人力、物力，是无法达到阿法狗lee版本的水准的。

『加入书签，方便阅读』