第235章 搞化学的第一要务！(1/4)
“我们把它接入线上围棋平台,开启实时在线对战模式,让它直接对接全网真人棋手,从业余到职业,逐一交手。”罗东瞪大了眼睛:“在线实战训练?网上棋手水平参差不齐,不会越打越乱吗?”
“不会,反而会快速补全短板。”
漆昊点开参数面板,说:“我们保留原有它的基础强化学习,同时新增在线实战迭代的训练逻辑。”
“它每和真人下一盘,不管输赢,完整对局数据都会实时回流,这样就可以重新喂给策略网络和价值网络。”
“赢了,就固化这套局部取地的优势逻辑,输了,尤其是因为点三三,模型就会自动下调这个开局的落子概率。”
漆昊想过,罗东的训练逻辑,是先离线训满,再公开对战,对战数据只做展示,不回流迭代模型,但漆昊要做的,是对战即训练,实战即迭代。
真人棋手就是最多变的训练样本,业余棋手的破绽多,中端棋手套路常规,职业棋手的大局牵制,都是封闭自对弈永远模拟不出来的场景。
点三三开局到底对不对,得实战才知道!
“我懂了。’
罗东回过神:“现在它偏爱点三三,是因为机器互搏里这套下法无解,胜率高,可一旦对上真人职业棋手,人类会利用它弃外势的短板,层层牵制,全盘施压,多输几次,AI自己就会学会取舍。”
“对。”
“AI没有所谓的懂不懂围棋,只有数据认不认优劣,人类的大局观,是数百年经验总结的定式,但AI的大局观,必须靠千万次真人实战的胜负反馈一点点练出来。”
“闭门自弈,只会让它困在自己的最优解里越走越偏,接入网络对接真人,让人类来修正它的策略,才是最好的训练办法。”
罗东听漆昊这么说,很是兴奋,他立刻伸手调出网络适配接口:“我马上调试对接!”
“接入国内主流围棋对弈平台,先匿名上线,低调迭代!正好现在没人试过这套训练模式,我们相当于走了一条所有人都没发现的捷径!”
“别接国内的,接国外的。”
“先让国外的人来陪我们围棋AI训练。”
罗东愣了一下,后知后觉明白了漆昊的意思。
欧美棋手偏爱激进搏杀,喜欢乱战取势,不讲常规章法,日韩棋手擅长精细收官、局部绞杀,偏好多变阴柔的战术,他们的围棋AI去对战,能获得更多多样的数据。
相当于是让国外的人免费给他们的围棋AI做陪练,
嘿嘿,零成本顶级实训啊!
罗东不禁感叹,搞数学研究的人,脑子就是灵活。
三天后。
什克辛照常打开了网络快棋平台,准备在参加今天的正式培训之前,热个身。
首尔江南区。
什克辛坐在公寓电脑前,金发扎成短马尾,面前摆着一杯美式。
他父亲是莫斯科围棋圈的老派爱好者,年轻时被苏联棋院拒过,耿耿于怀,于是把所有的梦想都压在了儿子身上。
什克辛也没让他失望,十八岁拿下欧洲青年亚军,又想办法拜到李在石门下,每天练棋超过十个小时。
今天正式训练前,他习惯先到网上快棋平台热个身。
点开匹配,不到三秒就进了一局。对手ID:King93,段位显示3段。
什克辛叹了口气。
3段。
热身碰到这种对手,跟打沙袋差不多。
他随手起手星位,准备十