压缩计算的范围和量，从而让程序能够顺利进行下去。
柯杰点头：“概念的置换，得到当前局面的最优解，而不是整盘棋的最终解。”
这两者是天差地别的。
但是，只要从开始，计算机下的每一部，都是当前的最优解，累积起来，也就成了整盘棋的最优解。
?傲世指数+8888
看看，这随便弄几下，就把柯杰给震出惊了。
可惜的是，学生们大部分对元霄都不感冒。
这就是收集傲世指数困难的地方。
看来只有等成品问世，对他们才能收割一波。
任务有坑啊。
柯杰兴趣很浓：“那么问题在于，如何筛选出这样的点。”
“所以，我们需要对算法进行加成。”元霄解释。
围棋棋盘上的一个点，可以用数值表示它的状态。
比如有白棋是1，有黑棋是1，没有棋就是0。
这是最基础的。
如此一来，就可以对整个棋盘361个点，建立数学数值。
然后，程序就可以对这群数值进行反复的运算。
元霄画出一个概念图：“第一个我们需要的是，可以称为策略神经网络。”
策略神经网络的作用，是判断当前局势下，下一步棋下在哪里最合适。
元霄认为，这里的选点，可以参考人类棋手的棋谱。
模仿人类棋手的思考模式，快速将一些低概率的点淘汰掉。
柯杰叹了口气：“看来，到时候我还要提供目前为止所有人类的对局棋谱了。”
理论上而言，棋谱数量越多，策略神经网络的成熟度也越高。
本小章还未完，请点击下一页继续阅读后面精彩内容！
“这一点，我们让计算机自主学习。”元霄指出其中的关键。
反复推演学习的结果，将会使策略神经网络更加强大，选点更为准确。
“而要做到这一步，还需要另外一个神经网络的结合。”元霄写下一个公式。
价值神经网络。
其作用是能够计算出，每个选点的胜率。
每一步都进行这样的估值判断，直到棋局的结束，得到最精准的胜率数值。
而同样，这东西也可以自己学习。
总结起来其实很简单。
就是模拟人类下棋的思维。
首先判断在哪些地方可以下，每个地方的胜率是多少。
然后对这些选点进行集中计算，推演出最后的结果。
每一步都这么执行。
那么得到的每一手，自然就是最佳的下法。
如果说一开始柯杰觉得元霄说的是天方夜谭。
到了现在，他感觉这东西并不是完全不可能实现的了。
他咽下口水：“如此一来的话，那不是一开始的时候，计算机就已经锁定了结果。”
必胜的结果。
?傲世指数+8888
“这只是大概的概念，实际我们还需要一步步来，”元霄放下笔，“柯院长，到时候和围棋软件的对弈，还需要你来。”
柯杰表示责无旁贷。
苏辰逸、卓越、方旭尧几个都听懂了。
夏晚晴黎沐岚之流，当然是不知所云。
尤其是夏晚晴，她表示很鄙视。
花脑袋去开发这玩意有啥用。
老师也真是的，有时间和我一起不香么。
计算机的世界，果然蕴含宅的属性。
喜欢。
第181章 围棋软件的工作原理[2/2页]