阿尔法狗:下一盘比围棋更大的棋,此文是一篇阿尔法狗论文范文,为你的毕业论文写作提供有价值的参考。
阿尔法狗论文参考文献：
自从2016年12月29日在围棋网络对战平台现身之后,截至2017年1月4日晚,一个名为“Master”的神秘*在与人类围棋高手的车轮战中取得了60胜0负1和的战绩,手下败将不乏柯洁、朴廷桓、古力等世界顶尖名将,甚至在对局中看不到这些顶尖名将有一点点能和Master扳手腕的可能（Master战绩中唯一的和棋还是因为对手陈耀烨在对战时掉线）.在和古力最后一战前,Master承认自己就是升级版的“阿尔法狗”（AlphaGo,谷歌旗下DeepMind公司的一款围棋人工智能）.
人算不如“狗”算
1月3日晚,在接连赢下朴廷桓和元晟溱之后,Master在围棋网络对战平台的连胜纪录达到49场.当晚第50场的对手是“潜伏”,该*的持有者被一致认为是世界头号选手柯洁.根据最新的世界围棋排名,柯洁是如今世界棋坛积分排名第一的选手,也是榜单上唯一一名排在“阿尔法狗”之前的棋手.
这场对局在Master的快速攻击面前,“潜伏”渐渐有些捉襟见肘,最终投子认负.“抬走,下一个.”这是观战的网友们为赢棋后的Master设计的对白.
而在去年“阿尔法狗”对阵李世石的“围棋人机大战1.0”之际,柯洁曾表示：“就算它战胜了李世石,但它赢不了我.”此后他还在微博上放出豪言,“管你是阿法狗还是阿法猫！我柯洁在棋上什么大风大浪没见过?让风暴再来得猛烈点吧等”
与之形成鲜明对比的是,2016年的最后一天,正当Master大杀四方之时,柯洁在微博中写道：“新的风暴即将来袭.我从3月份到现在研究了大半年的棋软,无数次的理论、实践,就是想知道计算机到底强在哪里?昨夜辗转反侧,不想竟一夜难眠,人类数千年的实战演练进化,计算机却告诉我们人类全是错的.我觉得,甚至没有一个人沾到围棋真理的边等”
那么问题来了,这只“阿尔法狗”是怎么下棋的?为什么这么强?到底强在哪里?
还记得1997年IBM公司的“深蓝”计算机战胜国际象棋世界冠军卡斯帕罗夫那次划时代的“人机大战”吗?“深蓝”赢得比赛用的就是人类最不屑的办法——穷举——把棋盘里可能出现的所有情况都模拟出来,然后对手下的每一步棋都“了然于胸”,再选择最能赢的走法.就像拿着几个亿去买*,所有有可能的组合全部,最后中了个500万.
人工智能能在国际象棋领域这么做,完全是因为国际象棋的所有可能性是10^47,以电脑的“脑力”要列举这么多种可能性还是够用的.但要想用一模一样的办法称霸围棋棋坛,面对围棋的十九路棋盘,“阿尔法狗”要应付的可能性是2x10^170,换成自然数的形式就是2后边跟着170个0等要穷举这么多的棋谱,电脑的“脑力”显然是不够用的.要知道,全宇宙的所有原子总数也不过是10^80个.
但是,穷举还是要有的,不过要用一种聪明点的办法缩小穷举的范围.人类不是下了几千年的围棋吗?那就先拿3000万份棋谱来学习一下人类下棋的基本套路.“阿尔法狗”刚开始通过自身的“人工神经网络”来“深度学习”围棋时,就是从网络围棋对战平台KGS拿来的3000万份棋谱开始的.不过这显然是不够的,所以在继续找更多的棋谱的同时“阿尔法狗”还开始了和自己下棋玩——通过学习得来的人类下棋套路来模拟博弈,尽可能地得到更加多的棋谱来学习.
这样一来,孜孜不倦地学习了数以千万计的棋谱“阿尔法狗”就对如何合理地下棋这件事有了自己的丰富经验,这就形成了自己“价值网络”——估算每一张棋谱里的每一步棋对最后赢棋有多大帮助,并找出其中的一些规律——这大概就是人类常说的“棋感”.而再看看人类,一辈子也下不了一万盘棋,还要记要分析要总结规律?想想就心累.
“阿尔法狗”学习了海量棋谱得来的“棋感”用来模仿和预测人类下棋已经有很高的把握了,据“阿尔法狗”团队2016年的说法,“阿尔法狗” 下围棋时的落子选择能正确符合57%的人类高手.就是说有57%的人类高手在面对同样的棋局时会选择和“阿尔法狗”一样的下一步,而不符合人类高手想法的那部分并不意味着“阿尔法狗”是错的,也更有可能是人类自己犯错而已.
有了深厚的内力加持还是不够的,“阿尔法狗”还需要在对战时把自己的积淀用到实处.先前说过,“阿尔法狗”和“深蓝”在迎战人类的方法并没有什么本质上的差别,都是穷举.虽然现在“阿尔法狗”已经懂得有规律地穷举了,但是它的运算能力还是不足以穷举规律之中的棋局的所有可能走势,毕竟这个运算量对于计算机来说依然是个天文数字.
所以,“阿尔法狗”引进了另一个大杀器,蒙特卡洛树搜索（MCTS）算法.蒙特卡洛算法,是由美国数学家乌拉姆最早提出,再经数学天才冯·诺伊曼发展和完善,以赌城蒙特卡洛命名的一种算法.在过于复杂的局面中,人工智能由于硬件缺陷,无法实现穷举级别的采样,而蒙特卡洛算法正是在采样不足的情况下,通过尽可能多次的随机采样,一步一步接近最优解.举个简单例子,有一堆,每次随机选一枚,选中更大的就留下.那么经过越来越多次随机选择,最终留下的那枚,就必然越来越接近这堆中最大的.1997年5月,IBM公司的国际象棋电脑“深蓝”打败国际象棋世界冠军卡斯帕罗夫
具体到“阿尔法狗”下围棋这件事上,蒙特卡洛树搜索算法就是把“阿尔法狗”的“棋感”认为有可能的接下来的棋局都先过一遍（有时是走几十步之后,有时是走到对局结束）,把对自己不利的都删除掉,剩下的便是胜率最高的走法,而且是每下一步棋时这么过一遍.
结论：关于阿尔法狗方面的论文题目、论文提纲、阿尔法狗论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
棋坛怪狗阿尔法
要问最近一年来围棋界最耀眼的“新秀”是谁，就算不懂围棋的人可能都会脱口而出这样一个名字：阿尔法狗。平时喜欢关注新闻的人，或许还会对“阿尔法狗”的。
阿尔法围棋之父，低调的天才
2016年3月，韩国顶尖棋手李世石与人工智能程序“阿尔法围棋”的对战举世瞩目。当阿尔法狗以4：1赢得这场“事关人类命运”的一战，全世界的情绪都被。
从阿尔法狗到冷扑大师，AI普与还有多远
人工智能不断进化，人类是否会在竞争中败下阵来？近期，创新工场CEO暨创新工场人工智能工程院院长李开复博士发起的亚洲首度德州扑克人机大战在海南生。
向阿尔法狗学习领导力
2016年3月，全球2 8亿人见证了围棋世界冠军李世石与人工智能阿尔法狗之间的历史之战。最终李世石以1：4败给了阿尔法狗。人们一向认为，在棋类游。