第180章 围棋软件的工作原理 (第2/2页)
　　
　　通过这样的手段，压缩计算的范围和量，从而让程序能够顺利进行下去。
　　
　　柯杰点头：“概念的置换，得到当前局面的最优解，而不是整盘棋的最终解。”
　　
　　这两者是天差地别的。
　　
　　但是，只要从开始，计算机下的每一部，都是当前的最优解，累积起来，也就成了整盘棋的最优解。
　　
　　►傲世指数+8888
　　
　　看看，这随便弄几下，就把柯杰给震出惊了。
　　
　　可惜的是，学生们大部分对元霄都不感冒。
　　
　　这就是收集傲世指数困难的地方。
　　
　　看来只有等成品问世，对他们才能收割一波。
　　
　　任务有坑啊。
　　
　　柯杰兴趣很浓：“那么问题在于，如何筛选出这样的点。”
　　
　　“所以，我们需要对算法进行加成。”元霄解释。
　　
　　围棋棋盘上的一个点，可以用数值表示它的状态。
　　
　　比如有白棋是1，有黑棋是-1，没有棋就是0。
　　
　　这是最基础的。
　　
　　如此一来，就可以对整个棋盘361个点，建立数学数值。
　　
　　然后，程序就可以对这群数值进行反复的运算。
　　
　　元霄画出一个概念图：“第一个我们需要的是，可以称为策略神经网络。”
　　
　　策略神经网络的作用，是判断当前局势下，下一步棋下在哪里最合适。
　　
　　元霄认为，这里的选点，可以参考人类棋手的棋谱。
　　
　　模仿人类棋手的思考模式，快速将一些低概率的点淘汰掉。
　　
　　柯杰叹了口气：“看来，到时候我还要提供目前为止所有人类的对局棋谱了。”
　　
　　理论上而言，棋谱数量越多，策略神经网络的成熟度也越高。
　　
　　“这一点，我们让计算机自主学习。”元霄指出其中的关键。
　　
　　反复推演学习的结果，将会使策略神经网络更加强大，选点更为准确。
　　
　　“而要做到这一步，还需要另外一个神经网络的结合。”元霄写下一个公式。
　　
　　价值神经网络。
　　
　　其作用是能够计算出，每个选点的胜率。
　　
　　每一步都进行这样的估值判断，直到棋局的结束，得到最精准的胜率数值。
　　
　　而同样，这东西也可以自己学习。
　　
　　总结起来其实很简单。
　　
　　就是模拟人类下棋的思维。
　　
　　首先判断在哪些地方可以下，每个地方的胜率是多少。
　　
　　然后对这些选点进行集中计算，推演出最后的结果。
　　
　　每一步都这么执行。
　　
　　那么得到的每一手，自然就是最佳的下法。
　　
　　如果说一开始柯杰觉得元霄说的是天方夜谭。
　　
　　到了现在，他感觉这东西并不是完全不可能实现的了。
　　
　　他咽下口水：“如此一来的话，那不是一开始的时候，计算机就已经锁定了结果。”
　　
　　必胜的结果。
　　
　　►傲世指数+8888
　　
　　“这只是大概的概念，实际我们还需要一步步来，”元霄放下笔，“柯院长，到时候和围棋软件的对弈，还需要你来。”
　　
　　柯杰表示责无旁贷。
　　
　　苏辰逸、卓越、方旭尧几个都听懂了。
　　
　　夏晚晴黎沐岚之流，当然是不知所云。
　　
　　尤其是夏晚晴，她表示很鄙视。
　　
　　花脑袋去开发这玩意有啥用。
　　
　　老师也真是的，有时间和我一起不香么。
　　
　　计算机的世界，果然蕴含宅的属性。