597.老板你做个人吧（第9章） (第7/8页)
四、蒙特卡洛树搜索，把以上这四个部分连起来，形成一个完整的系统。”
……
现在，刘光然对博米围棋大师的版本进行了多次的更迭，到现在已经比较成熟了。
博米围棋大师此前的版本，结合了数百万人类围棋专家的棋谱，以及强化学习进行了自我训练。
博米围棋的能力则在这个基础上有了质的提升。
最大的区别是，它不再需要人类数据。也就是说，它一开始就没有接触过人类棋谱。研发团队只是让它自由随意地在棋盘上下棋，然后进行自我博弈。
刘光然给曹阳介绍，博米围棋使用新的强化学习方法，让自己变成了老师。
系统一开始甚至并不知道什么是围棋，只是从单一神经网络开始，通过神经网络强大的搜索算法，进行了自我对弈。
随着自我博弈的增加，神经网络逐渐调整，提升预测下一步的能力，最终赢得比赛。更为厉害的是，随着训练的深入，博米围棋大师团队发现，博米围棋还独立发现了游戏规则，并走出了新策略，为围棋这项古老游戏带来了新的见解。
从某种程度来说，也要归功于之前换脸技术带来的灵感。
换脸也是两个【大脑】，一个负责做假，另外一
↑返回顶部↑