谷歌围棋程序AlphaGo手机版(围棋宝典)

alphago围棋软件和韩国围棋手九段李世石对弈那是相当的精彩，谷歌官方也发布了谷歌围棋程序alphago手机版软件，普通的围棋爱好者也可以通过谷歌围棋程序alphago软件来和机器人下围棋了。

【程序介绍】

谷歌围棋程序alphago手机版软件经过官方授权，有官方开发成了apk安卓版游戏，让围棋爱好者使用手机来下围棋。

【注意】谷歌围棋程序AlphaGo手机版程序将于近期上架，大家耐心等待。

推荐一款不错的围棋练习软件：

德弈围棋(学围棋) v1.0.2 评分:

10.0

类别： 办公.阅读.学习

大小：5.0M

语言： 中文

更新： 2-20

点击下载 >>

【官方介绍】

3月9日，AlphaGo与李世石的围棋对决第二场开战。昨天李世石弃子认输让很多支持他的人感到惊讶，今天他顶住压力再上战场，到目前为止一直处于领先地位。作为AlphaGo的创始人，德米什·哈萨比斯表示，除了李世石，他还希望让AlphaGo与其他更多围棋高手对弈，比如柯洁。

AlphaGo的创始人德米什·哈萨比斯

AlphaGo与李世石的比赛是历史上第一次电脑挑战职业九段棋手，而且李世石是在围棋界顶尖水平已有超过十年的选手。在结束了这次比赛之后，AlphaGo还有可能前往中国和日本，去挑战当地的顶尖棋手。

AlphaGo在与欧洲围棋冠军樊麾(Fan Hui)的对垒

从技术的角度分析，个人觉得，3月份AlphaGo要战胜李世石难度是比较大的。为什么呢？请看下文。

一、 AlphaGo的两大核心技术

MCTS(Monte Carlo Tree Search)

MCTS之于围棋就像Alpha-Beta搜索之于象棋，是核心的算法，而比赛时的搜索速度至关重要。就像深蓝当年战胜时，超级计算机的运算速度是制胜的关键因素之一。

MCTS的4个步骤：Selection，Expansion，Evaluation(rollout)和Backup

MCTS的并行搜索：

(1) Leaf Parallelisation

最简单的是Leaf Parallelisation，一个叶子用多个线程进行多次Simulation，完全不改变之前的算法，把原来的一次Simulation的统计量用多次来代替，这样理论上应该准确不少。但这种并行的问题是需要等待最慢的那个结束才能更新统计量；而且搜索的路径数没有增多。

(2) Root Parallelisation

多个线程各自搜索各自的UCT树，最后投票

(3) Tree Parallelisation

这是真正的并行搜索，用多个线程同时搜索UCT树。当然统计量的更新需要考虑多线程的问题，比如要加锁。

另外一个问题就是多个线程很可能同时走一样的路径（因为大家都选择目前看起来Promising的孩子），一种方法就是临时的修改virtual loss，比如线程1在搜索孩子a，那么就给它的Q(v)减一个很大的数，这样其它线程就不太可能选择它了。当然线程1搜索完了之后要记得改回来。

《A Lock-free Multithreaded Monte-Carlo Tree Search Algorithm》使用了一种lock-free的算法，这种方法比加锁的方法要快很多，AlphaGo也用了这个方法。

Segal研究了为什么多机的MCTS算法很难，并且实验得出结论使用virtual loss的多线程版本能比较完美的scale到64个线程(当然这是单机一个进程的多线程程序）。AlphaGo的Rollout是用CPU集群来加速的，但是其它的三个步骤是在一台机器完成的，这个就是最大的瓶颈。

版本记录

2022-08-12 版本: 11.7.0

V11.7.0 更新日志：

1、赛事讲解内增加“赛事预告”，围棋赛事，按月罗列，随时更新；增加“现任”，谁领风骚，一目了然；

2、本地棋谱支持拆分聚合棋谱（一谱内多谱）的功能；

3、新增棋谱：梶原武雄诘棋选(120)、坂田荣男围棋官子妙手(96)、弈括·演官子式(337)、岩田达明对局集；并修订大量棋谱；

4、解决一些问题。

展开

AI简评

此内容依托AI根据原文整理总结生成，并已由审核

自动生成人工审核