第72章 生成式对抗网络（求追读）(第3页)

 他们都对江铭的研究很感兴趣，短短两个月内解决了机器翻译问题，又提出策略梯度的研究天才，竟然也会有被难住的时候？

 两位教授眼中闪过一丝兴奋，他们最喜欢有挑战性的话题了。

 “好吧，哎，其实也没什么，是我想训练出一个超越人类的围棋程序。”，江铭叹了口气：“就还是用策略梯度算法来让围棋自我对弈，不过，我昨天试了一下，这个训练实在太难收敛了。”

 众人眼睛一亮，这个课题有意思！

 围棋一直被誉为人类智力的最高峰，其复杂程度远远超过其他智力游戏的总和，如果真能挑战成功，将是一个里程碑式的大事件。

 “嗯...这的确难以收敛。”，那位男教授率先道：“我研究过你的策略梯度算法，这个通过试错和探索来收集数据实际上是一种蒙特卡洛法，也就是需要完整下完一整局才算作收集一次有效数据。”

 “但是围棋的每一步，都有可能让最终的胜负翻转。这样上百步叠加在一起，方差几乎是个天文数字，当然难以收敛了。”，他咋舌感叹，这个难题的确棘手。

 “那有没有可能，先学习人类的下法啊，或者让人类来指导训练？”，瑞秋问道。

 “感觉似乎也不太走得通，人类还是太渺小了，人类的下法可能是误导也说不定呢？况且让人类指导，人类也判断不出一步棋的好坏吧。”，另一位女教师反驳道。

 江铭眉头微皱，听着面前三人的对话，突然感觉有了一点点的灵感。

 人类指导不了，那机器呢？

 江铭冥冥之中有了一点知觉，但灵感就像在空气浮动的杨絮，想要抓却又扰动了气流，怎么都抓不住。

 就差一点点了！

 不行，他感到灵感快要消失了，于是立刻在心中默念：“系统，我要使用顿悟因子。”

 呼！一股热流涌入了他的大脑，江铭终于在最后一刻把灵感化成了领悟。

 “我...我好像明白了！”