AlphaGo.png

引言

AlphaGo是google最近的一個人工智能項目，以下是百度百科的介紹：

阿爾法圍棋（AlphaGo）是一款圍棋人工智能程序，由位于英國倫敦的谷歌（Google）旗下DeepMind公司的戴維·西爾弗、艾佳·黃和杰米斯·哈薩比斯與他們的團(tuán)隊開發(fā)，這個程序利用“價值網(wǎng)絡(luò)”去計算局面，用“策略網(wǎng)絡(luò)”去選擇下子。

如何學(xué)習(xí)新技能

下面我詳細(xì)介紹一下AlphaGo是怎樣從0開始學(xué)習(xí)下子的。

1. 研究者教會系統(tǒng)看盤面信息，其中包括黑子信息，白子信息，空著信息，圍棋規(guī)則等。
2. 通過學(xué)習(xí)高手對弈棋譜，學(xué)習(xí)了3000萬高手落子，讓系統(tǒng)預(yù)測該如何落子，預(yù)測準(zhǔn)確率達(dá)到57% 。
3. 通過與自己對弈2000萬局進(jìn)一步提高自己的能力，完成這一步的系統(tǒng)與第二步中的系統(tǒng)對弈達(dá)到80%的勝率。

同樣學(xué)習(xí)如何看整個盤面局勢也用類似的方法。

這里我們來分解一下整個學(xué)習(xí)的過程：

1. 入門：第一步對應(yīng)的是一個領(lǐng)域的基本知識，掌握以后就入門了。
2. 模仿：一直和菜鳥下棋是不會有進(jìn)步的，去模仿該領(lǐng)域高手的作品，此時就進(jìn)階了。
3. 領(lǐng)悟：通過不停練習(xí)來提升自己的能力，逐漸形成自己的風(fēng)格，又一個高手誕生了。

通過這次AlphaGo的勝利，我覺得上面的學(xué)習(xí)方法是對學(xué)習(xí)的很好的一種抽象，整個過程可以讓一個人更好的學(xué)習(xí)掌握一個領(lǐng)域知識，下面我拿學(xué)習(xí)編程來舉個例子：
在入門階段，選擇介紹一門編程語言，學(xué)習(xí)語法以及基礎(chǔ)庫的使用，然后去看一些基礎(chǔ)的教程。
在模仿階段，這里一定要接觸高手的作品（去找該語言github上star比較多的項目），思考他們?nèi)绾稳��?gòu)建一個項目，如何實現(xiàn)各個功能模塊，等到學(xué)習(xí)幾個項目之后，能夠基本理解高手為什么這么實現(xiàn)的。
在領(lǐng)悟階段，用之前學(xué)到的知識，自己嘗試去做幾個項目，不�；仡欁约旱捻椖�，通過重構(gòu)現(xiàn)有的代碼來提升自己的編程能力：架構(gòu)，以及功能實現(xiàn)。
這時候你的編程能力也應(yīng)該是在中上層的水平了，就像AlphaGo一樣，進(jìn)入了職業(yè)選手的大門。

后記

人類在做這類學(xué)習(xí)的過程相比機器還是有優(yōu)勢的，一個是人類強大的抽象能力，還有人類的思考的能力，這大大減少了需要學(xué)習(xí)的量，可以看到機器在學(xué)習(xí)圍棋的過程中用的數(shù)據(jù)是非常大的，而人類要達(dá)到這個水平需要的學(xué)習(xí)量大大小于機器的量。

這里只進(jìn)階到了高手，和頂尖水平還是有距離的，期待AlphaGo三月份和韓國圍棋高手的對局，同樣我們也要思考頂尖高手和普通高手的差距到底在哪里，如何去跨越。

標(biāo)簽： Google 代碼 谷歌 網(wǎng)絡(luò)

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。