结束的实在太快了。”
聂杰在心中不禁窃喜，这次升级版的阿法狗，居然还没有自己与海岛人工智能坚持的时间要长。
如果四舍五入一下，现在聂杰的实力，已经在阿法狗之上了。
心中虽这么想，不过聂杰也知道，自己肯定是下不过这两个人工智能中的任何一个的。
但不管怎么样，只要华夏的人工智能能够战胜米国的人工智能，怎么说也是一件令人舒爽的事情。
“作为专业的软件工程师，我来解释一下阿法狗出现bug的可能原因。”
这个时候，另一位解说突然说道。
这位解说叫做陈禹昌，不仅是一位专业的软件工程师，同时也参与到了企鹅围棋人工智能的研究中。
“因为现在所有的围棋人工智能，都是基于深度学习系统，来提升自己的棋艺，而不是利用穷举的方法。这让每个人工智能，都可能会有出现bug的情况。更准确的说，在这类算法模型上，这种bug就叫做过拟合。”
“陈老师，能解释一下，什么叫做过拟合吗？”聂杰问道。
聂杰在配合陈禹昌的同时，也确实对这个问题有一些兴趣。
“所谓的过拟合，可以理解为由于AI数据不均衡，而造成的决策错误。刚刚我说过，AI的棋力的提升，是源自于自己的深度学习。比如说，AI在和自己下棋的时候，积累了一万局对局。有的棋形变化积累的多，有的棋形变化积累的少。像棋形变化积累的少的对决，整体的胜率参考性就比较小，因为偶然性太大了……”
听完陈禹昌的解释，聂杰基本明白了其中的原因。
“是不是可以这样理解。比如说一种变化，AI只积累了十局，赢了三局输了七局，便认为这个变化自己的胜率只有百分之三十。但实际上，如果积累的数据足够多的话，它的真实胜率可能远远比这个数据要高？”
“没错，就是这个意思。简单的说，只要你一直走AI没有见过的变化，就很容易导致bug的发生。 ”
“原来如此。早知道有这个bug的话，当初我和阿法狗下棋时，就多走些偏招怪招好了。比如第一步走个天元什么的，搞不好还能偷一局胜利。”聂杰打趣道。
此时，在海岛量子实验室，气氛也是一片祥和。
正如大家所预计的，海岛人工智能取得了第一盘棋的胜利。
即使是并不占优势的黑棋，海岛人工智能依然取得了碾压性的优势。
本章未完，请点击下一页继续阅读！