冰河。
是一款關(guān)于圍棋的人工智能程序。
而這款人工智能為了應(yīng)對圍棋的復(fù)雜性，結(jié)合了監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的優(yōu)勢。
它通過訓(xùn)練形成一個(gè)策略網(wǎng)絡(luò)，將棋盤上的局勢作為輸入信息，并對所有可行的落子位置生成一個(gè)概率分布。
然后，訓(xùn)練出一個(gè)價(jià)值網(wǎng)絡(luò)對自我對弈進(jìn)行預(yù)測，以 -1（對手的絕對勝利）到1（冰河的絕對勝利）的標(biāo)準(zhǔn)，預(yù)測所有可行落子位置的結(jié)果。
這兩個(gè)網(wǎng)絡(luò)自身都十分強(qiáng)大，而冰河圍棋將這兩種網(wǎng)絡(luò)整合進(jìn)基于概率的蒙特卡羅樹搜索中，實(shí)現(xiàn)了它真正的優(yōu)勢。
在獲取棋局信息后，冰河圍棋會根據(jù)策略網(wǎng)絡(luò)探索哪個(gè)位置同時(shí)具備高潛在價(jià)值和高可能性，進(jìn)而決定最佳落子位置。
在分配的搜索時(shí)間結(jié)束時(shí)，模擬過程中被系統(tǒng)最頻繁考察的位置將成為冰河圍棋的最終選擇。
在經(jīng)過先期的全盤探索和過程中對最佳落子的不斷揣摩后，冰河圍棋的搜索算法就能在其計(jì)算能力之上加入近似人類的直覺判斷。
而冰河人工智能系統(tǒng)，主要由幾個(gè)部分組成：
一、策略網(wǎng)絡(luò)（Policy Network），給定當(dāng)前局面，預(yù)測并采樣下一步的走棋；
首發(fā)域名ｍ.xsｂiquｇｅ。ｌa
二、快速走子（Fast rollout），目標(biāo)和策略網(wǎng)絡(luò)一樣，但在適當(dāng)犧牲走棋質(zhì)量的條件下，速度要比策略網(wǎng)絡(luò)快1000倍；
三、價(jià)值網(wǎng)絡(luò)（Value Network），給定當(dāng)前局面，估計(jì)是白勝概率大還是黑勝概率大；
四、蒙特卡洛樹搜索（Monte Carlo Tree Search），把以上這四個(gè)部分連起來，形成一個(gè)完整的系統(tǒng)。
第一大腦：落子選擇器（move-picker）。
第二大腦：棋局評估器（position-evaluator）。
這些網(wǎng)絡(luò)通過反復(fù)訓(xùn)練來檢查結(jié)果，再去校對調(diào)整參數(shù)，去讓下次執(zhí)行更好。
這個(gè)處理器有大量的隨機(jī)性元素，所以人們是不可能精確知道網(wǎng)絡(luò)是如何“思考”的，但更多的訓(xùn)練后能讓它進(jìn)化到更好。
除了這些還有一大段，反正關(guān)于人工智能的都寫上去了，而且寫的特別詳細(xì)，就好像這個(gè)東西是夏銘研究出來的一般。
在場的所有人看到這一份詳細(xì)的資料后，都呆住了，這么多專業(yè)性的詞匯和英語單詞，他們都有些沒看懂，但是幸好有中文翻譯，這才讓大家大致了解了這個(gè)冰河的工作原理。
李達(dá)康將這份資料完完整整的看完之后，發(fā)出一聲驚嘆，忍不住的感慨道；
“老楊，你這女婿可找的太對了！真是太優(yōu)秀了，博學(xué)多才啊！”
棋社社長劉東偉看到這資料之后，也忍不住驚嘆道：
“小夏的腦子里裝的是什么東西啊？他怎么能做出這個(gè)資料的？真是太不可思議了！”
楊立國看到他們這幅激動(dòng)的表情，笑著說道：
“怎么樣？我女婿給我的這份資料不錯(cuò)吧？”
劉東偉看完之后，笑著點(diǎn)點(diǎn)頭說道；
“這豈止是不錯(cuò)啊，這真是給我來一個(gè)天大的助力啊，這小夏分析的太對了，他已經(jīng)把整個(gè)冰河的運(yùn)作模式告訴我們了。”
此時(shí)袁來福也走了過來笑著說道：
“夏銘老師真是太強(qiáng)了，你們看啊，我就說這人工智能不可能會思考吧，這不過是米國佬把它給包裝了而已，就是想摧毀我們的心里防線而已，想讓我們誤以為它真的能夠自主思考，其實(shí)它的本質(zhì)還是數(shù)據(jù)處理，只不過是比傳統(tǒng)的ai更加迅速，更加多元化。”
現(xiàn)在他們終于知道這人工智能冰河不為人知的一面了！
既然已經(jīng)知道了人工智能的工作原理，他們就開始思考接下來的戰(zhàn)略了。