元霄有把握说服江展宏。

    考古发现者挖掘出来的东西，如果没有人知道怎么使用，那就是废弃物。

    不知道为什么，元霄认为江展宏不会那么轻易放弃自己的发现。

    果然沉默几分钟后，电话那头的江展宏答应了。

    他立即动身来里伦威尔市。

    挂断电话，柯杰这才凑了过来：“元老师，不如你和我们说说这围棋软件的大概构想吧。”

    天知道这几天他是怎么煎熬的。

    一个能够指导棋手下棋的软件程序，谁都想要。

    就好比看书看到精彩的地方，结果作者不更新了。

    柯杰对于元霄，那是心痒难搔。

    学生们也有兴趣，毕竟大家都喜欢新鲜的事物。

    元霄干脆坐下来，让卓越摆弄电脑。

    “任何的棋类，规矩之下，大部分都是考验计算力的。”元霄开始说明。

    扑克牌、哪怕是斗地主之类，想要打好，也需要计算。

    象棋跳跳棋五子棋等等。

    包括围棋，除了相应的一些技巧外，其实都是对计算力的考验。

    柯杰认可：“这也是目前计算机界，认为围棋软件很难开发的缘故。”

    之所以难，是围棋可选择的点太多了。

    一个19路棋盘，横竖各是19条线，一共361个点。

    也就是说，第一步走哪里，理论上有361个可能。

    而第二步，则是360种可能。

    如此类推。

    “我刚刚查的资料，”苏辰逸将电脑屏幕扳过来，“比如象棋的软件，其实用的就是穷尽法。

    简单地说，把所有可能全部计算清楚。”

    开局一步棋，已经预测到了结果，当然就不会输了。

    这就是计算机比人脑厉害的地方。

    “但是围棋不行，”柯杰补充，“想要穷尽所有可能，那是天文数字。”

    “对，”元霄也很高兴，“所以，我们不能使用这一类的算法。”

    这里就需要蒙特卡洛算法。

    这个算法，其实就是一个抽样样本的计算。

    举个例子，要从一箱苹果里面，找出最大的。

    正常人的做法，就是拿出一个苹果，和另外一个比较，留下大的。

    这样一直淘汰，到最后剩余的苹果，就是最大的。

    那么，这样处理的结果，取决于箱子里面的苹果有多少。

    越多的话，得出来的结果就越准确。

    从这方面看，和围棋的下棋思路很接近。

    柯杰明白了。

    高手下围棋，也是根据当前的形势，模拟推算下面的几步，取最优的方案。

    “也就是说，”柯杰捏着下巴，“不需要把所有可能算完，只是选取一些重要的来进行分析。”

    “对，这就是围棋软件程序的核心要点。”元霄竖起了手指。

    计算机对每一步棋，都是这么分析。

    当然，分析的点肯定不是百位千位这个数量的。

    苏辰逸也听明白了：“那问题的关键，在于哪些点需要分析，哪些可以直接淘汰掉。”

    元霄很满意，小辰逸果然给力。

    方旭尧不甘示弱，毕竟是全国智商最高的人：“有点像剪枝的行为。”

    “没错，”和聪明人说话就是省事，元霄笑眯眯的，“就是剪枝。”

    一颗盆景，树干分支出去，有很多树枝。

    元霄要做的，就是把没有必要的剪去，留下有用的。

    通过这样的手段，压缩计算的范围和量，从而让程序能够顺利进行下去。

    柯杰点头：“概念的置换，得到当前局面的最优解，而不是整盘棋的最终解。”

    这两者是天差地别的。

    但是，只要从开始，计算机下的每一部，都是当前的最优解，累积起来，也就成了整盘棋的最优解。

    ?傲世指数+8888

    看看，这随便弄几下，就把柯杰给震出惊了。

    可惜的是，学生们大部分对元霄都不感冒。

    这就是收集傲世指数困难的地方。

    看来只有等成品问世，对他们才能收割一波。

    任务有坑啊。

    柯杰兴趣很浓：“那么问题在于，如何筛选出这样的点。”

    “所以，我们需要对算法进行加成。”元霄解释。

    围棋棋盘上的一个点，可以用数值表示它的状态。

    比如有白棋是1，有黑棋是-1，没有棋就是0。

    这是最基础的。

    如此一来，就可以对整个棋盘361个点，建立数学数值。

    然后，程序就可以对这群数值进行反复的运算。

    元霄画出一个概念图：“第一个我们需要的是，可以称为策略神经网络。”

    策略神经网络的作用，是判断当前局势下，下一步棋下在哪里最合适。

    元霄认为，这里的选点，可以参考人类棋手的棋谱。

    模仿人类棋手的思考模式，快速将一些低概率的点淘汰掉。

    柯杰叹了口气：“看来，到时候我还要提供目前为止所有人类的对局棋谱了。”

    理论上而言，棋谱数量越多，策略神经网络的成熟度也越高。

    “这一点，我们让计算机自主学习。”元霄指出其中的关键。

    反复推演学习的结果，将会使策略神经网络更加强大，选点更为准确。

    “而要做到这一步，还需要另外一个神经网络的结合。”元霄写下一个公式。

    价值神经网络。

    其作用是能够计算出，每个选点的胜率。

    每一步都进行这样的估值判断，直到棋局的结束，得到最精准的胜率数值。

    而同样，这东西也可以自己学习。

    总结起来其实很简单。

    就是模拟人类下棋的思维。

    首先判断在哪些地方可以下，每个地方的胜率是多少。

    然后对这些选点进行集中计算，推演出最后的结果。

    每一步都这么执行。

    那么得到的每一手，自然就是最佳的下法。

    如果说一开始柯杰觉得元霄说的是天方夜谭。

    到了现在，他感觉这东西并不是完全不可能实现的了。

    他咽下口水：“如此一来的话，那不是一开始的时候，计算机就已经锁定了结果。”

    必胜的结果。

    ?傲世指数+8888

    “这只是大概的概念，实际我们还需要一步步来，”元霄放下笔，“柯院长，到时候和围棋软件的对弈，还需要你来。”

    柯杰表示责无旁贷。

    苏辰逸、卓越、方旭尧几个都听懂了。

    夏晚晴黎沐岚之流，当然是不知所云。

    尤其是夏晚晴，她表示很鄙视。

    花脑袋去开发这玩意有啥用。

    老师也真是的，有时间和我一起不香么。

    计算机的世界，果然蕴含宅的属性。

    喜欢我有一个全时空英灵系统请大家收藏：我有一个全时空英灵系统更新速度全网最快。