第(2/3)页

    再这样下去，搞不好阿法狗会把自己的眼全部填上，最后整个棋盘都是黑棋的领地。

    看到这样的场景，央台直播间的解说——聂杰，无疑是最高兴的一个人。

    “看起来，阿法狗又像之前一样，突然出现了严重的bug。我并不是很了解这些人工智能背后的逻辑，不过我猜测，很大的原因还是因为我们的海岛人工智能，走出了阿法狗没有预料到的一手棋。这说明海岛人工智能在对局经验和计算能力上，是大大超过阿法狗的。只是有些可惜，这盘对局结束的实在太快了。”

    聂杰在心中不禁窃喜，这次升级版的阿法狗，居然还没有自己与海岛人工智能坚持的时间要长。

    如果四舍五入一下，现在聂杰的实力，已经在阿法狗之上了。

    心中虽这么想，不过聂杰也知道，自己肯定是下不过这两个人工智能中的任何一个的。

    但不管怎么样，只要华夏的人工智能能够战胜米国的人工智能，怎么说也是一件令人舒爽的事情。

    “作为专业的软件工程师，我来解释一下阿法狗出现bug的可能原因。”

    这个时候，另一位解说突然说道。

    这位解说叫做陈禹昌，不仅是一位专业的软件工程师，同时也参与到了企鹅围棋人工智能的研究中。

    “因为现在所有的围棋人工智能，都是基于深度学习系统，来提升自己的棋艺，而不是利用穷举的方法。这让每个人工智能，都可能会有出现bug的情况。更准确的说，在这类算法模型上，这种bug就叫做过拟合。”

    “陈老师，能解释一下，什么叫做过拟合吗？”聂杰问道。

    聂杰在配合陈禹昌的同时，也确实对这个问题有一些兴趣。

    “所谓的过拟合，可以理解为由于ai数据不均衡，而造成的决策错误。刚刚我说过，ai的棋力的提升，是源自于自己的深度学习。比如说，ai在和自己下棋的时候，积累了一万局对局。有的棋形变化积累的多，有的棋形变化积累的少。像棋形变化积累的少的对决，整体的胜率参考性就比较小，因为偶然性太大了……”

    听完陈禹昌的解释，聂杰基本明白了其中的原因。

    “是不是可以这样理解。比如说一种变化，ai只积累了十局，赢了三局输了七局，便认为这个变化自己的胜率只有百分之三十。但实际上，如果积累的数据足够多的话，它的真实胜率可能远远比这个数据要高？”

    “没错，就是这个意思。简单的说，只要你一直走ai没有见过的变化，就很容易导致bug的发生。”
    第(2/3)页