DeepMind首席科学家Davis Silver解释新一代AlphaGo的过人之处

DeepMind首席科学家Davis Silver认为，第4代AlphaGo（也就是与柯洁比赛的这一代）通过进行“自我学习”已经训练出了40层神经网络。在整个学习过程中，系统要对棋局进行图像扫描，分成无数个小块依次进行处理，最终构成整个全局观。这个“全局观”，就是AlphaGo与人类最不一样的地方，也是AlphaGo具备的一个重要能力：策略网络。通过让AlphaGo自己跟自己比，下个几万场，判断哪个策略最有效。而在这个步骤结束后，继而形成价值网络，用来负责估算胜率。每走出一步，价值网络就是通过这样的函数来预测未来的输赢，而不是静态地去考虑这步棋。原文链接