ai绘画是穷举不是模仿，以及ai绘画是穷举不是模仿吗对应的知识点，小编就整理了1个相关介绍。如果能碰巧解决你现在面临的问题，希望对各位有所帮助！

用穷举法的象棋AI和深度学习的象棋AI，哪个更强？

谢邀。这个问题问得很专业，我仅在此抛砖引玉，以下是我自己的观点：

“穷举法”是目前绝大多数象棋软件的计算原理，即用电脑强大的计算能力，得出一个评估分数，然后象棋软件利用“剪枝法”再从中选择分数更高的走法去下棋。

有“深度学习”功能的象棋软件，据我所知目前市面上还寥寥无几。2017年象棋软件大赛中有突出表现的“阿尔法猫”，当时和老牌象棋软件冠军“象棋名手”大战20盘棋，最终遗憾小负。“阿尔法猫”据说有深度学习功能，但具体情况还不清楚，有待后续“阿尔法猫”给我们带来更多的惊喜。目前来看，以“穷举法”作为计算原理的象棋旋风和象棋名手等象棋软件更厉害些。

所以，在象棋软件领域，目前还是以“穷举法”的象棋软件更强，而具有“深度学习”功能的象棋软件目前还处在起步阶段，无论从棋软实力上、操作技术上都不如“穷举法”的象棋软件。

其实可以拿围棋领域的AL来比较。谷歌的之一代围棋人工智能“阿尔法狗”是结合了数百万人类围棋高手的棋谱，通过电脑的强化学习，对局面的评估和打分，再从中选择胜率更高的一步棋，本质意义上还是需要电脑精准的计算能力。而“阿尔法狗”的升级版，也就是“阿尔法元”则完全抛弃了人类的围棋棋谱和下棋经验，通过电脑的自我深度学习，棋力居然碾压“阿尔法狗”，据官方公布的数据升级版“阿尔法元”以100:0的绝对优势碾压“阿尔法狗”，恐怖的实力超乎人类想象，要知道“阿尔法狗”对人类来说已经是“围棋之神”一样的存在了。

综上，目前中国象棋软件还是以“穷举法”居多，“深度学习”的象棋软件如阿尔法猫等还不成气候。如果参照围棋领域的具有深度学习功能的“阿尔法元”，我个人认为如果象棋软件也能具有“深度学习”功能，实力是毋庸置疑的。目前中国象棋软件除了引擎算法、开局库、残局库、审局库等小补小修，已经10多年没有大的进步了，或许象棋软件的下一个突破提升就是引入“深度学习”功能。

提出这个问题，当然是对阿尔法系列对人类围棋的压倒性优势印象深刻。

可是，象棋AI并不需要深度学习啊，穷举法就可以和高手对决。

为什么这么说呢？

先看看围棋为什么要DEEPMIND,围棋的可能性是361的阶乘，也就是361*360*359*358......，所以古往今来无一重复。对穷举计算的运算要求就极高。人类高手都有盲棋和以一敌百的能力，这就是记忆和计算能力的体现，而AI更快更强，战胜对手，在于预测和选择相应的更优应手。

什么是阿尔法元的深度学习呢？

GOOGLE开发了生成式对抗 *** (Generative adversarial networks , GAN)。 *** 是成对出现的：两个 *** 一起工作。生成式对抗 *** 可以由任何两个 *** 构成(尽管通常情况下是前馈神经 *** 和卷积神经 *** 配对)，其中一个 *** 负责生成内容，另外一个负责对内容进行判别。判别 *** 同时接收训练数据和生成 *** 生成的数据。判别 *** 能够正确地预测数据源，然后被用作生成 *** 的误差部分。这形成了一种对抗：判别器在辨识真实数据和生成数据方面做得越来越好，而生成器努力地生成判别器难以辨识的数据。这种 *** 取得了比较好的效果，部分原因是：即使是很复杂的模式最终也是可以预测的。生成式对抗 *** 很难训练，因为你不仅仅要训练两个 *** ，它们中的任意一个都有自己的问题，而且还要考虑两个 *** 的动态平衡。如果预测或者生成部分变得比另一个好，那么 *** 最终不会收敛。也就是当机。

阿尔法元的预测输入采用了人类高手的数万局棋谱来开始生成对抗。这是是天文数字。所以又需要采用卷积神经 *** 算法来扫描几手后乃至百手后的变化。

这就是学习的过程。在这种超越人类思维的训练下，大定势被改写，天外飞仙的无理妙手层出不穷。等人类高手解析透了，整个围棋的水准又上升很多。

再说象棋，除了车炮纵横可以数格，每个子就几种移动。而且走到50手的已经是少见了。这样，对计算机而言，穷举算法已经足够计算。对于AI学习优化，也就是开局的近十种变化和残局定法，写入就行，目前为此，还没有深度学习之说。

到此，以上就是小编对于ai绘画是穷举不是模仿的问题就介绍到这了，希望介绍关于ai绘画是穷举不是模仿的1点解答对大家有用。