着训练的进行，AI的棋力增强，价值网络的判断越来越准，我们再逐步降低这个温度系数，让AI的决策更加倾向于它认为的最优解。”
“原来如此，通过退火（annealing）的思想来动态平衡探索和利用（exploration and exploitation），非常精彩的设计！”皮埃尔教授恍然大悟，毫不吝啬自己的赞美。
他们两人的讨论，吸引了旁边更多人的注意。
这时，一位看起来四十多岁，气质儒雅的华人教授走了过来。他来自斯坦福大学，是神经网络架构设计领域的知名专家。
“林总，你好。你的演讲非常震撼。”他先是礼貌地问候，然后直接切入了技术话题，“我注意到，天元GO的策略网络和价值网络，使用的是相对传统的卷积神经网络结构。我有一个想法，不知道是否可行。”
“教授请讲。”林星石饶有兴致地看着他。
“在处理围棋这种全局性很强的任务时，棋盘上任何一个位置的变化，都可能对全局的局势产生影响。传统的卷积神经网络，其感受野（receptive field）是局部的，需要通过堆叠很多层才能捕捉到全局信息。”这位教授顿了顿，提出了自己的核心观点，“我们最近在自然语言处理领域的研究发现，一种叫做‘注意力机制（Attention Mechanism）’的模型，可以很好地解决长距离依赖的问题。它允许模型在处理序列数据时，动态地将‘注意力’集中在输入序列的特定部分。我想，这种机制或许也可以应用到围棋AI中，让神经网络在评估一个落子点时，能够‘看到’并‘关注’到棋盘上所有与之相关的重要位置，而不仅仅是其周围的局部区域。”
注意力机制！
林星石心中猛地一震。
他当然知道注意力机制，更知道它在未来几年，将如何彻底改变深度学习的版图，并最终催生出像Transformer这样强大的模型。
他没想到，在这个时间点，就已经有学者开始思考将其应用于计算机视觉和棋类AI的可能性。
这位教授的想法，与他脑海中对天元GO未来版本的规划，不谋而合。
“教授，您的这个想法……简直是天才！”林星石的眼神中爆发出强烈的光彩，“将注意力机制引入，让网络自主学习棋子之间的关联性，这无疑会让价值网络对局势的判断，以及策略网络对落子点的选择，提升到一个全新的高度。这太重要了！”
得到林星石如此高的评价，那位教授也显得非常高兴。两人立刻就注意力机制如何在卷积网络中实现、如何与MCTS结合等技术细节，展开了深入的讨论。
他们的对话，充满了各种专业术语和复杂的数学公式，让旁边一些道行稍浅的研究者听得如痴如醉，却又云里雾里。
这章没有结束，请点击下一页继续阅读！
就在此时，一个略带英国口音的年轻声音插了进来。
“林先生，可以打扰一下吗？”
林星石转过头，看到一个金发碧眼，看起来和他年龄相仿的年轻人。他的脸上带着一丝腼腆，但眼神中却充满了对技术的热情。
“你好，我是来自DeepMind的丹尼斯。”他做了个简单的自我介绍。
DeepMind！
这个名字让林星石再次将目光聚焦。此时的DeepMind，还只是英国一家初创公司，尚未被谷歌收购，也还没有因为AlphaGo而名满天下。但林星石清楚地知道，这家公司里，正聚集着一群全世界最聪明的大脑，他们和自己一样，坚信着强化学习是通往通用人工智能的钥匙。
“你好，丹尼斯。很高兴认识你。”林星石友好地伸出手。
“你的演讲太棒了。”丹尼斯握住林星石的手，诚恳地说道，“我们也在尝试用深度强化学习来玩雅达利（Atari）游戏，并且取得了一些不错的成果。但是，将它应用在围棋上，难度完
温馨提示：亲爱的读者，为了避免丢失和转马，请勿依赖搜索访问，建议你收藏【久久小说】 m.gfxfgs.com。我们将持续为您更新！
请勿开启浏览器阅读模式，可能将导致章节内容缺失及无法阅读下一章。