第1113章【张烨的贡献！】（2/2）

“闺女，我这儿正忙呢。”

“爸，给你传了份
料，你看看。”

“什么资料？”

“小烨整理的关于peter的工作原理。”

“他？他知道什么啊！”

“你先看看吧。”

“资料可靠吗？”

“你忘了小烨干什么的了？人家可是世界级的数学工作者，电脑程序这种东西，都是从数学二进制来的，您说可靠吗？在这一块，他才是专业的，听一个世界数学家的研究，总比一群围棋选手研究出来的东西要强吧？”

“行了，我看看吧。”

挂了线，吴长河就拿手机接收了文件。

不多时，单东河回来了，应付几十个记者媒体，让他十分疲惫，因为他真的无法给出一个结论。

人又凑在一起了。

吴长河突然道：“来，都看看这个！”

“啊？”

“什么东西？”

“长河老师，怎么了？”

众人都看过来。

吴长河说道：“有人给了我一份关于那个p什么的东西的工作原理。”他把东西给了弟子田伟伟，“放屏幕上给大家看。”

田伟伟立即道：“好的！”

众人半信半疑。

“工作原理？”

“有人分析出来了？”

“是真的吗？”

“这也太快了吧？”

单东河也眼睛一亮，赶紧大步上去，“吴哥，是谁发来的？”

吴长河撇了撇嘴，“你别管是谁了，反正是个搞数学工作的。”

屏幕很快打出来了！

众人全部看去！

向荣也抬起头！

peter。

这是一款围棋人工智能程序。

主要包括4个部分：

1.走棋网络（policy-network），给定当前局面，预测采样下一步的走棋。

2.快速走子（fast-rollout），目标和1一样，但在适当牺牲走棋质量的条件下，速度要比1快1000倍。

3.估值网络（value-network），给定当前局面，估计是白胜还是黑胜。

4.蒙特卡罗树搜索（monte-carlo-tree-search.ts)，把以上这三个部分连起来，形成一个完整的系统。

它的主要工作原理是深度学习。深度学习是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络‘大脑’进行精准复杂的处理，就像人们识别物体标注图片一样。它有两个“大脑”，是通过两个不同神经网络“大脑”合作来改进下棋。这些大脑是多层神经网络跟那些图片搜索引擎识别图片在结构上是相似的。它们从多层启发式二维过滤器开始，去处理围棋棋盘的定位，就像图片分类器网络处理图片一样。经过过滤，13个完全连接的神经网络层产生对它们看到的局面判断。这些层能够做分类和逻辑推理。

第一大脑：落子选择器（move-picker）。

第二大脑：棋局评估器（position-evaluator）。

等等等等！

两千字的研究分析，好像一个科研项目书，太专业了！

众多职业棋手们都看傻了，好多专业性的单词和词语，他们甚至都看不懂，只能靠蒙，但大致也理解了peter到底是个什么东西！

向荣九段惊愕道：“这是谁写的？”

院长单东河也道：“吴哥，你还认识这种高人？到底哪位数学家啊？”

“你管是谁呢。”吴长河反正看不懂这些东西，“你就说有没有用吧？”

“当然有用！”陈瑛是最激-动的，她不但是个顶尖女棋手，还是个学霸，她是正儿八经清华数学系的学生，“这份分析资料太重要了！这已经把peter的运作模式都曝光了！如果这是真的，这个人工智能绝不是老美吹嘘的那样会思考，它根本不会思考，只是让人以为它会思考而已，它的核心还是数据处理！”

两个“大脑”？

深度学习？

终于知道了！

终于知道这个peter的真面目了！