六月文学网

手机浏览器扫描二维码访问

第285 碾压李世石七（第2页）

魏东生旋即举例阐述烂柯围棋的基础原理：“大家觉得烂柯围棋挑战赛这七局棋，质量如何？”

“挑战赛前，有人质疑说烂柯围棋缺乏与顶级棋手对弈的经验。”

“这句话，错了。”

“烂柯围棋从出世到与李世石对弈，它已经自我对弈两亿盘棋。”

“两亿！”

“大家没有听错，就是两亿盘棋。而且，百万棋局之后的每一局，质量都不弱于烂柯围棋挑战赛的七盘棋。类似李世石这样的人类顶级棋手，棋艺巅峰时期能否下够一万盘高质量棋局？答案显而易见，不能，李世石没有那么多时间，也没有那么多精力。所以说，烂柯围棋最不缺的就是经验，与它比拼经验，是专找它的优势干硬仗。”

“烂柯围棋的落子，大家最初觉得傻，因为它的棋路与当世围棋理念不合；可这些与当世围棋理念有冲突的棋路，偏偏能赢李世石等顶级棋手。这些前所未知的棋路，或许就是烂柯围棋汇总两亿盘高质量棋局，发现的未知围棋规律。”

“而且就像第78手并非烂柯围棋自身漏洞造成，世间有许多事，哪怕亲眼看到，结果并非事实真相。”

“烂柯围棋框架是这样的，与李世石面对面对弈的小老虎造型机器只负责机械臂等动力功能，它解决了围棋到落子的具现化问题，负责把棋子摆到正确位置；坎坷围棋的真身则停在这栋小楼的地下室，它的体积很大，由960颗cpu和100颗gpu组成，负责演算小老虎造型机器摄像头看到的即时棋局画面，并价值网络搜索寻找下一步棋的最佳落点；当烂柯围棋需要额外运算时，远在数公里之外的超级计算机寒武纪2010-1还能成为烂柯围棋的外援。”

“以大家的视角来看，烂柯围棋好像只与李世石下了七盘棋。”

“其实不然，5月18日到6月5日，烂柯围棋足足和李世石下了七十余万盘棋。嗯，准确说应该是烂柯围棋和它想象中的李世石下了七十余万盘棋。”

魏东生令人启动投影仪，调出烂柯围棋后台储存的棋局画面：“以第七局的第78手为例，烂柯围棋就提前下了近百盘棋。李世石第71手完毕，烂柯围棋就开始琢磨怎样让棋，让多少棋、让哪里的棋。这种琢磨，并非枯燥无趣的纯粹硬计算，而是基于已有数据模型的推演。数据模型是什么，等会再讲。大家先来看图1，烂柯围棋有计划在这里让李世石10目，但李世石第73手在这里顶了一下，令烂柯围棋无法再在这里做局。”

、

“大家再来看图2，烂柯围棋准备把‘错棋’放在这里，计算出李世石的胜率将会提高到51.8%；图3，烂柯围棋准备把‘错棋’放在这里，计算出李世石的胜率将会提高到49.4%……等等，烂柯围棋对比筛选十余次，才决定下出第78手‘错棋’。而且，第78手之后，烂柯围棋仍旧掌握棋局的主动权，胜率牢牢控制在50%以上。”

“说到这里，大家应该明白烂柯围棋为何下出第78手错棋。”

“但，这仍不是烂柯围棋的全貌。”

“春秋搜索是一家搜索引擎企业，是一家人工智能企业，唯独不是一家围棋俱乐部。春秋搜索研制烂柯围棋并非仅仅为了粉碎围棋不可战胜的神话，更主要的目的是在实践中验证春秋搜索内部的前沿科技。”

“譬如，我们为烂柯围棋增添了大数据分析功能。”

“在烂柯围棋挑战赛之前，我们把李世石的所有已公开棋局都输入样本数据库，先令烂柯围棋大数据分析李世石的既往棋局，得出李世石模型；然后再细化李世石样本模型得出2009年李世石、2008年李世石、2007年李世石、杯赛李世石、围甲联赛李世石等多种数据模型。深度大数据挖掘2001年李世石到2009年李世石之间的不同，烂柯围棋团队和烂柯围棋找出许多微小的细节变化，恐怕有许多细节习惯连李世石本人都没有注意到。在第五局和第六局中，烂柯围棋整合并利用李世石已经形成定式思维的细节布局习惯悄然无息间设伏，遂能连续屠龙创造奇迹。”

“这些数据模型，并非简单地分析过往，而是‘以史为鉴’，预测未来发展。”

“当然，数据分析只是数据分析，它不可能真正预测未来。但，即使是数据分析的‘伪未来’，也有极大的价值。譬如烂柯围棋在第五局和第六局利用的李世石的定式思维习惯缺陷，如果李世石意识到并加以修正，他再与烂柯围棋对弈时，就不会惨到被一次又一次屠龙。”

“回到刚才说过的胜率。”

“烂柯围棋的胜率预测系统，其实还有数项隐藏数据。”

“第78手之后，后台显示李世石的胜率瞬间提高到42.2%。说是李世石的胜率，其实它并不是李世石的胜率，李世石的真实胜率从来没有超过20%。”

最快更新无错小说阅读，请访问请收藏本站阅读最新小说!

超级杀手在都市  （快穿）拯救地府计划  重生之幻兽之体  我来自万年前  缘你的爱在何处  道镇苍穹  女主女配，天生一对[快穿]  爱人是我cp粉  荣誉老王[快穿]  送你一只小团子  卑微：油菜花开  重生之最强仙农  [综影视]人生旅途  [快穿]我就是混入世界的奇怪东西  Boss凶猛：老公，喂不饱  游戏在影视世界  相公请慢走gl  一见钟情的影后[娱乐圈]  喂你而来  女配作死日常