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TensorFlow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。
就特么超级离谱,國内芯片一言难尽。
国外这是人是鬼都在秀。
跟芯片看起来似乎半毛钱关系都没有的也在搞芯片。
说起来初代的TPU规格大致参数林灰是记得一些的。
虽然不是记得特别全。
但林灰还是依稀记得初代TPU是28nm制程。
虽然以林灰的眼光看28nm制程有点糙。
但要知道此时iPhone5s上的芯片制程也不过才28nm。
这就很糟心。
也就是说即便林灰能搞TPU,大概率成本也会居高不下。
尽管有这样那样的麻烦。
但提出问题比解决问题更重要。
只要思想不滑坡,办法总比问题多。
相比于这个时代中的人们还在黑暗中摸索着前行。
林灰好歹知道如何解决问题以及解决问题面对的困难。
就这一点妥妥地优势在我!
涉及到这种使用时代最先进技术制程。
似乎不可避免的要涉及到和歪果合作啊。
某积电似乎也看歪果仁脸色。
歪果凭啥拿这种技术资“敌”呢?
说起来搞个歪果的代言公司似乎不错。
毕竟歪果仁蛇鼠一窝。
面对同样的歪果公司芯片制作方似乎不会太大戒心。
歪果公司?
林灰突然想到了deepmind。
deepmind这个时空既然混得这么惨。
把这个公司收购来似乎不错啊。
想来一家即将申请破产保护的公司应该不是很贵吧?
林灰越想越觉得合理。
之所以有这样的想法除了涉外合作之外。
还有另一层面的考虑。
某种程度上讲林灰需要一个代言人。
涉及到新技术的问世往往面对巨大的争议。
就拿前世阿法狗AlphaGo对围棋方面的革新来说吧。
前世不学围棋的人很难理解,相比于其他棋类运动,为什么围棋会受到人工智能这么大的冲击。
因为围棋复杂的变化导致每位棋手在下棋时会有十分明显的棋风。
不同的风格会导致棋手在不同的阶段、局面和棋形采取不同的策略。
相比于其他棋类,围棋在这一点上体现得更为明显。
所谓“对弈”,不仅是两位棋手脑力的角逐,更是棋手个人风格的交锋。
但是人工智能的出现导致最复杂、最多变、最能体现“对弈”乐趣的围棋也出现的所谓“最优解”。
任何游戏都有输赢,围棋也不例外。
为了赢,前世围棋棋坛无人不学习人工智能的所谓“最优解”。
毕竟再有个人风格的棋手也很难敌过招招近乎最优解的人工智能。
围棋发展数千年、数不清的棋手大师所展现的风格迥异的棋风,因为人工智能的出现荡然无存。
当人工智能出现后,围棋所承载的许多人文的、情感的东西,也注定会一点点弱化。
在将来人工智能的强大算力下将围棋彻底破解的那一刻停滞。
而留给后人的也注