第181章 AlphaGo/AlphaZero(3/5)
阅读提示：为防止内容获取不全，请勿使用浏览器阅读模式。
的思考方式。
总之，涉及到阿法狗AlphaGo的技术实现什么的其实不是很复杂。
涉及到技术方面的内容很清晰。
但具体施为起来依旧很麻烦。
首先就是涉及到很多技术底层的东西。
这个时空因为在人工智能方面的东西短腿。
很多理论性的东西还需要从无到有的建设。
换言之，林灰要想重新引爆人工智能这个爆点。
大概率要异时空搬砖，各种搬运人工智能方面的理论知识。
至于具体的搬运还要搞清楚技术路线。
虽然这个工作稍稍有点麻烦，但好在林灰现在多少也是有一个学术工具人的。
技术层面除了人工智能这方面的东西。
还需要一些其它技术层面的东西。
前世，在初代阿法狗AlphaGo里面，谷/歌除了应用了人工智能方面的成果之外。
还应用了一些分布式系统方面的研究成果。
在计算机科学中，分布式计算，又译为分散式运算。
分布式系统是一组电脑，透过网络相互连接传递消息与通信后并协调它们的行为而形成的系统。
虽然像阿法狗AlphaGo这类程序不依靠分布式计算也有着不错的效能。
但分布式计算相比于传统的效率往往更高。
涉及到分布式神马的有点难办。
林灰前世并没有搞过类似的东西。
不过林灰前不久看到谷/歌方面和普林斯顿大学数学系在合作摘要式算法的学报中似乎提到过跟分布式有关的东西。
诚然如此的话，倒不是没机会将涉及到分布式技术的一些东西忽悠过来。
除此之外，阿法狗AlphaGo还涉及到比较麻烦的训练。
如果只是为了不麻烦的话。
林灰没必要非盯着阿法狗AlphaGo不放。
前世又不是只有阿法狗AlphaGo。
阿法狗AlphaGo之后有ster，ster之后有Alpha_Zero。
如果说阿法狗AlphaGo还曾负于人类。
Alpha_Zero则完全是秒天秒地秒空气了。
林灰记得前世看到过的一组数据。
Alpha_Zero算法只需要8个小时训练后击败对战李世石版本的“阿法狗AlphaGo”。
按照这个说法，意味着Alpha_Zero的训练成本要远远低于阿法狗AlphaGo。
与前辈阿法狗AlphaGo相比,Alpha_Zero有很多自己的独到之处。
尽管这个技术很强大,但Alpha_Zero和阿法狗实际上是有技术代差的。
想要搞出Alpha_Zero从逻辑层面来说还是要先搞出阿法狗AlphaGo。
这种情况下,林灰觉得技术神马还是尊重客观发展的规律比较好。
真要一步到位的话未必是好事。
能想到阿法狗AlphaGo这个人工智能的爆点已经很不错了。
涉及到阿法狗AlphaGo的实际复现困难多多。
最大的困难似乎是硬件层面的。
阿法狗AlphaGo还有alphazero这两个技术想问世的话还需要深度学习框架以及硬件方面的支持。
无论是阿法狗AlphaGo还是alphazero都涉及到前世谷/歌提出来的TensorFlo这个深度学习框架。
前世为了这个深度学习框架,谷/歌2016年还开发了张量处理器。
张量处理器（TPU）是谷/歌为机器学习定制的专用芯片。
就特么超级离
本章未完，请点击下一页继续阅读》》