AlphaGo技术原理分析及人工智能军事应用展望

发布时间：2017-10-23 17:36

  本文关键词：AlphaGo技术原理分析及人工智能军事应用展望

  更多相关文章： AlphaGo 深度学习 增强学习 态势感知 OODA循环

【摘要】：以"深蓝"的技术原理为比对,研究了AlphaGo有监督学习策略网络、快速走子模型、增强学习策略网络和价值网络等核心模块,较为详细地分析了策略网络、价值网络引导的蒙特卡洛树搜索算法的实现;以AlphaGo的技术突破为起点,展望了人工智能在物理域、信息域、认知域和社会域上的可能应用,分析了美国国防部高级研究计划局资助的人工智能军事应用项目;以OODA循环理论为基础,研究了人工智能应用于军事领域可能会带来的颠覆性效果.
【作者单位】： 国防大学信息作战与指挥训练教研部;解放军理工大学指挥信息系统学院;
【关键词】： AlphaGo 深度学习 增强学习 态势感知 OODA循环
【基金】：军民共用重大研究计划联合基金(U1435218) 国家自然科学基金(61174156,61273189,61174035,61374179,61403400,61403401)资助~~
【分类号】：E919;TP18
【正文快照】： 围棋被誉为人类最后的智慧高地,一直是检验人工智能发展水平的重要标志之一.围棋复杂的盘面局势评估和巨大的状态搜索空间,成为学者们面临的巨大障碍.仅仅依赖常规的知识推理和启发式搜索[1]策略,会有极高的计算复杂度.2016年Alpha Go[2]围棋人工智能的突破,反映出最近兴起的，

本文编号：1084616