※ 引述《yoco315 (眠月)》之铭言： : ※ 引述《Y78 (Y78)》之铭言： : : 我想要学习人工智慧这个领域 : : 想要写出 五子棋以及围棋AI : : 有没有人可以推荐几本好书? : : (如果不是PO到这个版 请告知我一下 : 对奕程式的话就是这一本啦 @"@ : http://140.114.72.25/Webpac2/store.dll/?ID=303129&T=0&S=ASC&ty= : 关於对奕游戏的人工智慧基本概念上面都有了， : 虽然他是讲象棋的，不过概念都一样，你把审局法换成五子棋就好了， : 看完书，如果实做能力 OK 的话，大概一天就可以写出简单的五子棋， : 棋力也还不错，一般人没练过的话，要赢电脑并不容易。 就下棋而言的话，别人的经验都是 一般做出来的人工智慧会比设计的人还要强一点 那是因为一旦做出比自己还要厉害的电脑，就不知道要怎麽改良它 造成下棋程式必须仰赖人类专家不断地和程式对奕 等待程式出错才有办法提升人工智慧的强度。 这一类传统的人工智慧是那种以规则为基础的专家系统 难以维护知识库，也难以确保知识之间的一致，整个就是不好改良。 後来不知道有没有「智慧」型的系统 让电脑下棋有办法藉由胜负来自动调整内部的参数，进而最佳化整个下棋系统 这方面我没有研究，不知道最新的技术到哪里了 据我所知，击败世界西洋棋人类冠军的程式 (深蓝) 就没有办法自动学习。 : 如果目标不是要做出棋力高强的对奕程式，其实并不难。 : 这类程式的重点有三 : 1. 审局，审局就是你的程式对盘面的好坏知道的清楚不清楚， : 不会把烂的盘面看作好的盘面。 : 这个部份如果要做的又快又准， : 需要的是对那个棋类像是战术等等的知识有一定程度了解。 : 2. 搜索的最佳化，你能越早 cut 一些搜索的路径，就可以省下越多的成本。 : 3. 实做技巧，这东西是 cpu 吃很重的， : 任何能增加程式效率的方法都应该用上， : 以前的将族就是用 ASM 下去 coding。 : 我想影响最大的是 2。 审局才是最难的，好的审局能够帮忙搜索的最佳化 如果总是走那些最佳的路径，就越早能够截断不需要搜索的路径 但是审局到底需要考虑哪些要素，这恐怕不是简单的 PCA 有办法做得到的。 也因此 传统 (或者说是停滞多年的技术) 的方法都是让专家来决定如何判断目前盘面的好坏 但是不同的专家对於相同的盘面却不一定有相同的见解 也许一个专家说大优，另一个专家却会说失势 到底结论是大优还是失势，用专家系统是难以做这种冲突的决策的。 : 如果要做出棋力高强的程式，则是非常非常难， : 因为人工智慧的这个分支很硬，好坏是明显的事情， : 要嘛输，要嘛赢，输就是烂，赢就是好， : 你很难说：「我这个程式虽然都输，但是他有个优点就是……」 : 人家不会鸟你。 是的，效果好坏才是硬道理。 : 作科展的话，挑个少人作的棋类， : （像是西瓜棋还是三军棋或是立体的圈圈叉叉之类的） : 把方法套下去作，其实也还不错 :D : 阿至於版友说人工智慧自修只会有半桶水， : 我觉得人工智慧没有这麽特别啦，其实其他领域也都是这样， : 如果你不是天才或是异常努力的话，任何东西你去自修，成就都是有限的。 : 当然有老师带一定会有差别， : 但是我觉得真正重要的还是个人的兴趣跟努力， : 这跟攻不攻 Ph.D 没什麽关系，废的 AI Ph.D 也不是没有， : 而很强的 Master 就是很强，强到靠北。 : 作研究真的是「自己的事」， : 老师可以给你帮助，但是重点还是自己， : 至少在我们研究室我的感想是这样。 自修也不是不行，我就是自修过棋类的人工智慧才会说太慢、半桶水之类的 後来我跑去做智慧型的影像处理，念过的人工智慧课程和技术都难以套用在下棋的程式 正在闷下棋人工智慧到底要怎麽突破现有的技术呢！ 就是因为这样才会建议新进：「快去读 Ph.D 然後出国比赛为国争光吧！」 不过现在想起来自己好像有点自私，因为并不是所有人都想研究得那麽深入…… 在此先个道歉 最近在关心即时战略要怎麽写人工智慧 但是时间愈来愈少，实在没办法像以前那样的热血乱冲乱做的 只好在一旁观望未来的人工智慧会变成什麽样子罗！ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.116.246.224