腾讯围棋AI的崛起:从AlphaGo到绝艺的蜕变
在科技与围棋的交汇点,2016年的腾讯悄然启动了一项里程碑式的项目——绝艺的研发。这一年的2月,腾讯以创新的视角踏入围棋人工智能领域,仅仅过了四个月,绝艺便在6月达到了业余六段的水平,展现出惊人的学习速度。8月,它更是迎头挑战,成功战胜职业棋手,正式步入围棋界的前沿。而11月,它首次战胜世界冠军,将人工智能在围棋领域的成就推向了新的高度。
绝艺的进步并非偶然,背后是腾讯强大的技术支持与独特的学习策略。它通过深度学习,结合人类棋谱和自我对弈,不断提升。强化学习的巧妙应用和在高手点拨下的优化,是其快速成长的关键。与AlphaGo相似,绝艺采用了MCTS(蒙特卡洛树搜索)与策略网络、估值网络的组合,尽管腾讯云计算生成的数据看似不起眼,但在背后发挥着不可或缺的作用。
然而,柯洁与绝艺的对局揭示了AI在死活和复杂大龙形态处理上的局限。有人质疑是否需要对深度学习网络进行调整,但绝艺短时间内回归,可能表明其并未做大幅度改动。深度学习系统为了克服这些问题,采用了商汤公司那深达1207层的神经网络,但每个改进都伴随着挑战。
绝艺团队针对布局、中盘和官子阶段的平衡进行了精细调整,成功解决了对杀难题。围棋的复杂性使得MCTS的剪枝策略可能错过重要招数,Google需要持续调整以优化搜索算法。动态权重分配给MCTS和估值网络,理论上是个提升性能的有效途径,但平衡的难题仍需技术突破。
阿狗(AlphaGo)的两个核心大脑——估值网络和MCTS,需要在不同阶段灵活调整权重,Google的0.5权重选择曾引发过争论。这个平衡问题直接影响了AI的表现。尽管如此,绝艺闭关*后,官子阶段的问题仍未完全解决,腾讯团队仍在持续优化,他们深信深度学习的潜力,但同时也认识到理论基础的完善是不可或缺的。
总结,绝艺的发展历程是人工智能与围棋碰撞的火花,每一次进步都是对技术极限的挑战。从AlphaGo到绝艺,我们见证了人工智能在围棋领域的成长,同时也看到了它面临的困难与机遇。期待未来,人工智能在围棋世界将带来怎样的革新,我们拭目以待。
本文如未解决您的问题请添加抖音号:51dongshi(抖音搜索懂视),直接咨询即可。