第一千四百六十章、人机二战（3） (3 / 5)

        下象棋， AI 主要依赖挖掘决策树，并尽可能地探索所有可能的走棋组合。

        但这个方法对围棋就不可行了，围棋的每一步是在一个 19 x 19 的网格中的任意位置落下一个子，棋手每一步有超过 200 个不同的落子选择，与之对比，象棋棋手平均只有 35 个选择。

        另外通常一局象棋比赛中，棋手大约一共要走40步；而在一局围棋比赛中，每个棋手要走100多步；正因为这样在围棋中使用穷举搜索策略，消耗会成指数增长。

        还有，不论是比赛目标，还是评估哪一方在局势上占优，象棋比围棋都更加清晰，在象棋中目标很明确——将军。

        有一些简单的启发式算法，可以用来判断目前哪一方胜算更大。

        例如，你可能听说过一种计算方法，吃掉卒记一分，马和象算三分等等。

        象棋 AI 就使用这种启发式算法，集中在决策树的某部分开始向下搜索，在围棋中却没有任何启发式算法可以判断目前谁胜算更大。

        相比于“深蓝”，AlphaGo 成功的一个主要因素，就是新增了深度学习神经网络，让它可以像人类一样思考，不仅拥有了大局观，还可以下出让人意想不到的妙招。

        想想真的挺可怕！

        但也别太悲观，AI 之所以能战胜人类，也是因为人类教会了它们一个关键性的技术：

        深度学习。

        目前的人工智能，还是受控于人类的。

  The content is not finished, continue reading on the next page