算法的进化

发布日期：2021/12/24 17:05:01      浏览量：

现代算法可以根据每个人的喜好推荐有趣的东西，是可以自我学习的。算法通过与用户之间的交互过程，获取用户的个人偏好信息，并从中学习进一步完善自身，发现其中的关联关系，以便为下一位用户提供更优质的推荐信息。这种算法多用于电影、音乐、书籍的推荐。

最出名的应用算法的便是谷歌的DeepMind团队研发创造的AlphaGo。机器算法的学习的目标在于构建关于特定问题有针对性的解决方案。数据本身无法自给自足，它必须与知识相结合。正是在这一点上，人类的思维和智慧似乎能更好地应对环境的变化并对全局进行把控—至少在目前看是这样。AlphaGo也同样经历了基础学习阶段。互联网上存在数以万计的棋局录像。通过检索就能找到破除困局的关键一招。这样庞大的数据库的建立使得只要给定一个棋盘位置，算法便可分析出每一步落子对获胜的影响概率。之后便是强化学习阶段。即算法通过自我对战，强化学习来提高对弈水平。这种强化学习会综合生成大量的新数据，有助于算法发现自身可能存在的弱点。

目前DeepMind团队又开发出了新一代的AlphaGo—AlphaZero，它打败了曾书写历史的各版本AlphaGo前辈。没有使用人类的知识，从零开始训练，使它已不再受人类的思维和游戏方式的限制了。

AlphaGo并不是要打败人类，而是要发现做科学研究意味着什么，让程序能通过自学最终学习到哪些知识。