“我们现在的策略是蒙特卡洛树搜索，由于围棋的可能性太多，完全树搜索是不可能做到的。”黄士杰打开代码文件夹，为孟繁岐介绍现在的进度情况。
前面说到，围棋有361!种下法，这个数量就是一个树型的结构。
从最初的一個节点，分为361个子节点，每个子节点又各自拥有360个子节点，如此循环往复。
第二层树有十几万种情况，第三层树就有四千六百万种情况了。
而这个无敌巨大的树，竟然有三百多层。
别说完全遍历，就是遍历上百层也是很难处理的。
“这个数字太过庞大了，即便我们通过种种方式，预先排除了不合法的情况，余下的合理可能性仍旧太过夸张。一个天文数字的百分1.2，仍旧是天文数字。”戴密斯介绍道。
一百倍的差距，在这里都是杯水车薪。
树每向下搜索一层，就代表着可以多往后考虑一步。
由此可以看出，每多考虑一步的代价都是成倍增长的。
蒙特卡洛搜索树就是阿尔法狗目前两板斧中的走子演算。
如果只是使用深度神经网络为基础的策略网络，那么模型只具备在当前局面下落子的能力，实力仅仅只有elo2000分左右，远逊于高端棋手。
蒙特卡洛搜索树，赋予了它长远思索的能力。
它可以从当前的局面开始自我左右互博，黑白两边随机落子，直到有一方取胜，分出胜负为止。
那么此时就具备了一组后续对弈的棋谱，虽然机器不理解这一系列落子的原因，但最终的胜负代表着这两种下法的好坏。
赢的那一组顺序，此后被随机到的可能性就会变大，虽然这两组可能都是臭棋，但好歹也还是分出了一名胜者不是？
不断重复上述过程，那么能够导致最后获胜的那些落子位置的得分就会越来越高，直到进行了数十万次模拟。
模型才会根据那个得分最高的位置落子，真正下了一步棋，这便是走子演算。
你下一步棋，想了一分多钟，想了大概十几步。
阿尔法狗下一步棋，想了一分多钟，已经在自己脑中自行对弈了后续十几万种可能了。
光是下一步棋的思考量，就比人类一辈子能下总盘数还要多。
柯洁一年4000盘网棋就已经被人津津乐道，可见人的上限，一辈子也就十来万盘。
这种模拟搜索有两点好处，一是可持续运行。
这种算法在对手思考对策的时候自己也可以思考对策。
在对方思考落子的过程中，蒙特卡洛搜索树也可以继续进行演算，对手的下的这步棋，很可能也在之前演算的高分落子选择内。
另一点，蒙特卡洛搜索树是完全可并行的算法。
这也就意味着海量的设备可以极大地增强阿尔法狗的威力，继续拓展它能力的极限。
本章未完 点击下一页继续阅读