前些天各地都炒作了G00GLE的AlphaGo如何厉害,
实质上就是结合了深度神经网络和蒙特卡罗搜索树算法,
目前也只有这两个算法适合围棋AI,而且可以很好地配合,
神经网络算法比较复杂,调优也很费时费力,
而蒙特卡罗算法很简单,无需棋类经验,只要有规则即可,
对RAM/ROM要求非常低,主要依赖CPU整数计算,
而且极易分布式计算,不过不太适合用GPU计算.
我写了不到200行核心代码就实现了围棋规则和蒙特卡罗算法,并做了高度优化.
然后还有一个简单的界面也只有200行左右,
暂时没有做多核支持,甚至AI计算也在主线程中,AI思考时不要乱动界面.
编译压缩后只有6K,虽然棋力只能看作玩具,
不过这是纯粹的毫无经验的推断AI,就像刚学会规则却从未下过也没看过一盘棋.
放在这里当作新春礼物吧,源代码会在合适的时间开放.
链接: 百度网盘 密码: x96h

能否设计两个AI让它们自己对决？
PS：这才是我记忆中的DWING吧，记得很久以前就有这样送礼物的传统，印象之始是个方块代码。。

XP不能运行!
---------------------------
C:\Documents and Settings\Administrator\My Documents\minimcgo.exe
---------------------------
C:\Documents and Settings\Administrator\My Documents\minimcgo.exe 不是有效的 Win32 应用程序。
---------------------------
确定
---------------------------

所以谷歌做出的最杰出的成果是其中神经网络算法在围棋上的实现？

新春礼物好评
——我喂自己袋盐
>>Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/47.0.2526.111 Safari/537.36

厉害厉害，我下载收藏了。等下测试下这个和GNU Go谁更厉害

我想AlphaGo不可能只靠深度神经网络又或是蒙特卡罗来赢棋.理论上讲,一个棋软用到的围棋知识越多,对局面的评价越准确,
你这个棋好像一点围棋知识都没用到吧,明明是死了的棋还走,而且专门走到虎口里,还走循环棋.虽然我不会下围棋,从来也没有下过一盘完整的围棋,但是小时候还看过半本书的,起码还知道有几口气,下了一阵子又想起还有好像有两个眼就是活了.
接着我又下了第二把,第二把我以为乱下都能赢,结果还让白棋活了一片,但是白棋居然被征了,我又赢了.

源代码可以在github上公布吗？

不会围棋。也就只能玩玩五子棋，但也从没赢过连珠妙手（Fiver 6.81）的猪八戒

期待Dwing更新！！！

现在有更新的吗

https://github.com/facebookresearch/darkforestGo
前几天fb的darkforrest开源了。

人工zz……

能源代码私聊分享借鉴一下么？