这是迄今为止，AlphaGo算法最清晰的解读！( 五 )
14、AlphaGo下棋为什么花钱？
AlphaGo有单机版，多机（散布式） 。散布式显著比单机强 。去年的散布式有40个搜索线程，1202个CPU，176个GPU（显卡） 。和李世石下棋时可能更多 。这么多机器的运作和保护就是烧钱 。
15、AlphaGo有破绽吗？
AlphaGo解决的是一个树搜索问题，并不是遍历所有着法的可能性，她的着法只是接近正解，不是必定正解 。
最简略的人克服AlphaGo的办法就是改规矩，比如扩展棋盘 。人类能比拟简略的适应，搜索空间增大，AlphaGo不必定能适应 。
就现有状态来说，棋手可以重要攻击AlphaGo模仿中的着法选择函数a 。比如尽量下全局互相牵扯的棋（多劫，多块逝世活），就是尽量是中盘局势庞杂，不要搞一道本（一条路走到底）局部的着法，当然，这对职业选手也不简略 。
16、AlphaGo有哪些技巧突破，使她能克服人类顶尖棋手？
⑴继承了蒙特卡洛树搜索的框架进行模仿 。
⑵在学习policy中应用了监视学习，有效的应用现有的棋手的棋谱，学到了他们的选点策略 。
⑶在学习policy中应用了加强学习，从左右互搏中进步自己 。
⑷应用policy net（选点模型）近似正解，用policy net的对弈的成果模仿正解对弈的成果，即准确的形势断定，从而打破形势断定和选点相互嵌套的逝世结 。就是先学policy，再学value 。
⑸在学习policy，value，rollout中应用深度学习模型 。深度学习有非常强的学习才能 。使得选点和形势断定前所未有的准（比较蒙特卡洛是随机选点，现在是职业棋手帮她选点了） 。因为在每次模仿中用到了这两个 准，使得在树搜索（就是推演）的进程更有目标性（树大批减枝，只模仿比拟优秀的下法）
【这是迄今为止，AlphaGo算法最清晰的解读！】⑹当然还有机器一贯的优势，不疲劳，不受心理情感影响，不会错的记忆力等等 。
推荐阅读
- 大学生|职场上要和同事保持真诚，这是最基本的原则
- 毛绒玩具怎么选？如何鉴别好坏
- 电影票|《头文字D》中的周杰伦，特别有看点，因为这是他第一次主演电影
- 五险一金是怎么回事
- 金·卡戴珊|金·卡戴珊语出惊人，称要用母亲的骨头做项链。克丽丝·金纳：这是个好主意！
- 蔡少芬|朱茵：这是我的18岁，刘亦菲：这是我的18岁，蔡少芬：麻烦靠边
- 黑鞋怎么搭配黑裤子？这是我见过最显高的搭配！
- 相声|早年间的郭德纲相声充分发挥了讽刺作用，这是与马季的歌颂型不同
- 伊桑·霍克|伊桑·霍克：放着天后老婆不喜欢，却离婚娶了保姆，这是为何？
- 有些年轻人明知道自己患有心理疾病，却不敢就医，这是为什么？