第二天一早。
江寒吃过早饭后，带着夏雨菲出门，直奔高新区。
来到大江和星空驻地之后，先和夏如冰见了一面。
目前，大江和星空这两家企业，都运转得十分不错。
星空已经实现了盈利，仅仅卖“坏苹果”的授权，就已经有了几个亿的净收入。
而且，后续还有好多大公司，在排队等着洽谈合作。
江寒看完账目，十分开心：“小姨辛苦了。”
夏如冰嫣然一笑：“我辛苦什么？不过是跑跑腿、磨磨嘴皮子……”
江寒思考了一下，问：“小姨，咱们星空现在最多能抽调多少资金？”
夏如冰不假思索：“三个亿绝对没问题。”
这是实话，以专利为主的科技公司，对于资金链本就不怎么倚重。
江寒欣然一笑：“3亿吗？差不多也够了……这样吧，您抽点时间，帮我跟世界上几家主要的超算制造商联系一下，买一套好一点的超级计算机。”
“地下室那么多服务器还不够用吗？”夏如冰好奇地问。
江寒微微一笑：“那才多少点算力？没有2~3个PFlops，怎么玩大数据？”
“那……咱们按照天河一号的指标买？”
江寒点了点头：“能买到当然好了，但咱们这点钱，我估计可能不太够……”
我国的“天河一号”超级计算机，曾经有差不多整整一年，保持了世界第一的排名。
即使在2013年初，仍能排进世界前三。
虽然有着4000多千瓦的恐怖功率，不过运算速度那是真的快！
要说江寒对其不眼馋，那当然是骗人的，只可惜，手里这点钱……
他现在很需要一台超算。
否则就算把阿法狗的算法开发出来，也没法得到“合法”的训练数据。
总不能用虚拟空间里的超算，来训练阿法狗吧？
就算得到了网络模型，又怎么解释来源？
安排完这件事之后，江寒又去看了下大江。
《绝地求生》的开发进度相当喜人，甚至已经可以跑图了。
无人机那边也进展顺利，估计再有两个月就能看到样品。
中文手写识别的核心算法，目前苹果公司等国内外厂商，都已经派人前来接触过了。
这些合作谈下来，肯定又是一笔笔源源不断的财富。
OCR软件的销售情况，也还不错，至少对得起它的品质和近乎垄断的地位。
老江气色也比之前好多了，江寒暗暗猜想，他和夏如虹的好事，也许快要成了？
这天回家之后，江寒就开始着手设计阿法狗算法。
一连花了好几天，总算弄出了一个大概。
当年他对于阿法狗，那也是相当感兴趣的。
毕竟这种既有趣又牛掰的玩意，放眼整个世界也并不多见。
当年他着实看了不少相关的报道和分析文章，虽然没读过DeepMind的原始论文，但阿法狗中到底用了哪些手段，大概还是有点印象的。
初代阿法狗的算法，其实相当简单，主要包括三大部分。
首先，通过输入人类的棋谱，使其得到“基本”的围棋知识；
然后，运用强化学习技术，使其在战斗中，自主提高棋力。
最后，通过蒙特卡洛算法，减少计算压力，提高可行性。
没搞过围棋算法的人，通常会很自然地设想：只要穷举每一种落子的可能性，不就可以了吗？
没错，当年击败了小卡的“深蓝”计算机，就是这么干的。
可那是国际象棋，围棋的复杂度要高多了。
围棋有19行、19列，一共381个交叉点，所以总的状态空间，就是3的361次方！
即使去掉一些不合法的状态，其复杂度也将达到2x10^170！
要知道，整个可观测宇宙中的原子总数，也不过才10^80个……
所以，围棋程序是无法穷举的。
就算把全世界的电脑都用上，也不可能在有限时间内算出答案。
同时，保存所有状态所需要的存储空间，也是现实中绝对无法满足的。
时间、空间的复杂度，和有限的算力之间，存在着深刻而突出的矛盾。
为了解决这个矛盾，阿法狗的原始研发团队，找到了一个巧妙的办法。
那就是将卷积神经网络，和蒙特卡洛树搜索算法，结合到一起！
他们分别实现了策略网络和价值网络，同时还训练了一个简化版的策略网络，用于快速走子，供蒙特卡洛树使用。
类比人类的思考和认知模式，策略网络就相当于大脑中负责深度思考的部分；而快速走子，则相当于大脑中，负责迅速感知的那个部分。
所有有人说，阿法狗是一个兼具了逻辑和直觉的伟大算法，可以让计算机真正理解围棋，“学会”下棋！
而不再仅仅是对人类棋手的拙劣模仿，更不是一般人以为的那样，只是利用超级算力欺负人……
江寒很快就理清了思路，然而要想设计出能力接近原版的阿法狗，并非一朝一夕之功。
小主，这个章节后面还有哦，请点击下一页继续阅读，后面更精彩！