吾看书

第1997章 硬件条件受限的情况下，“蒸馏”的重要性（第2页）

第二个背景。

对计算机而言，棋力表现的基础有两个，算力和数据库。

前者决定了单局落子时限内的搜索深度，说白了就是每次落子前能算出后面多少步棋路发展。

时下人工智能的算力，硬件基础加上软件优化，普遍在 8至9层左右。

贝尔实验室的“Belle”，依靠PDP-11/23 加LSI-11处理器，再加上多块专用定制电路板。采用混合架构和硬件加速技术，能达到10层+。

具象一点，每秒钟能够比对约16到18 万个局面，是所有竞争对手中最快的。

这并不是一个稳定结果，具体表现要结合棋面的复杂程度。而且，国际象棋标准赛中，每局就时间分配而言分三个区段。每个区段留给人和计算机思考的时间都不一样。

而人类顶尖大师，能够稳定达到12到13层。状态特别好时，甚至能达到14层。

这也是个波动值。毕竟人类身体的客观条件决定了，时时刻刻都要面临多维度的干扰和影响……冷了热了、饥了饱了、有尿了憋屎了，后背有点刺挠，苦茶子有点勒沟子……

女朋友劈腿了，五岁的女儿早恋，十五岁的儿子又尿床，观众席有人咳嗽……哪来的臭鸡蛋味儿……诶？内妞儿真漂亮……

至于数据库，贝尔实验室的“Belle”内置了二十八万套局面的开局库，是眼下赛道内所有计算机中最高的。

艾兹格一帮人早就想好了，“悟空”想要真正取得业内认可，最佳的捷径就是参加世界计算机象棋锦标赛，以及战胜知名人类棋手。

但那这三个月之前的想法，和制定的初步计划。所有人都认为，需要很长的时间做准备。

因为，“悟空”和现有的所有“人工智能”都完全不同的。

聚焦于国际象棋这一点，现有的“人工智能”知识获取，完全依赖人类专家编码的规则和棋理。依托专用的“棋类计算器”执行，算法与硬件深度绑定国际象棋问题。

这种“人工智能”，无法应对人类未编码的复杂局面，需要专家持续更新规则库。

而“悟空”依托的算力单元，硬件层面没有针对国际象棋做任何专项优化，也没有做优化的计划。

软件层面，将国际象棋的基本规则“教”给它，然后通过两种方式进行强化。

这章没有结束，请点击下一页继续阅读！

其一是，将历史比赛数据转化为知识，投喂给它。让它基于“规则”和“知识”，通过 MCTS算法和神经网络组合自我训练。