Facebook开发用于玩Go的AI

日本的围棋游戏可以追溯到数千年前。尽管游戏规则非常简单，但是仍然无法创建一个能击败有经验的人类玩家的程序。是的，有程序，它们非常好，但是专业人士还无法赢得这样的程序。现在，Facebook已决定自己处理问题，并创建一个可以击败任何人的具有AI元素的自学系统。

郭的规则很简单，是的，但是汽车很难玩这个游戏，因为有大量的选项，并且到目前为止，没有计算机能够在合理的时间内计算所有内容。但是，这个人在一段时间内执行复杂计算的能力似乎有限，事实证明他擅长玩Go。根据公司代表的说法，大多数优秀玩家都使用视觉模式来识别好坏动作，而直觉在这里起着至关重要的作用。

用于玩围棋的AI的开发人员将创建一个系统，该系统结合了计算大量选项的常规计算机程序元素，以及识别板上视觉图案并确定最佳移动选项的系统。

该任务本身是一个较大项目的一部分，该项目的目的是研究深度学习问题（深度学习）。在这种情况下，术语“深度”是指模型计算图的深度-特定体系结构的输入和输出节点之间的最大长度。在例如简单的直接分布神经网络的情况下，深度对应于网络层的数量。术语“深度学习”侧重于学习多层网络的内部（深度）层的复杂性，而传统的教学方法（例如错误的反向传播方法）则很难。

为了在Go中击败一个人，将教计算机系统像人一样“思考”。

总的来说，这样做并不是为了使研究人员感到纯粹的好奇心（尽管也是如此），而是为了创建能够以与人类大脑工作原理大致相同的原理工作的计算机系统。将来，此类技术将被社交网络用于其自身目的。例如，现在该公司正在为有视力障碍的人们创建一个社交网络版本。因此，对于“谁手里拿着一个人”这个问题，系统将能够为发问者提供广泛而清晰的回答。

Facebook的虚拟助手M也将基于该技术，分析和研究用户的请求，以改善他们的工作并以人们的方式做出响应。

Source: https://habr.com/ru/post/zh-CN386305/