第181章 AlphaGo/AlphaZero

 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