“奕星”存在的问题，江寒总结了一下。
一个是训练不够。
初代阿法狗在训练时，动用了几百块GPU。
对战李世石的版本，也动用了48块TPU、十几台高性能计算机。
训练时长更不是奕星能比的，至少都在半年以上。
其次，“奕星”在打造时，参考了初代阿法狗，其训练过程离不开人类棋谱。
在这种情况下，示范数据的质量，将极大影响它的成长。
甚至学到某些错误的着法，也不足为奇。
虽然有胡大力这样的行家帮忙，但收集到的棋谱数量仍不够充足。
并且其中有一些还存在质量问题，有滥竽充数的嫌疑。
这是手工筛选很难避免的。
最后，奕星欠缺了一点运气，无论现场发挥还是训练过程中，都不够幸运。
没错，“人工神经网络”的训练和运行过程中，包含着一定的运气成分。
复杂到这种程度的算法，人类只能掌握原理，但具体训练出什么东西，是没法完全读懂，并加以解释的。
对于人类来说，机器学习中的一些算法，其实自带“黑箱”属性！
有句“格言”在机器学习圈子里流传很广：
如果一个算法简单到能被大脑理解，又怎么能模拟复杂的大脑？
同理，如果一个算法连大脑都能模拟，那么其一定复杂到无法被大脑理解……
大概就是这么个意思。
落实到具体的点上，在这次对局中，大概率是“奕星”的“快速走子”模块出了问题。
在正常情况下，错误的下法会被“价值判断网络”否决，但在极其罕见的某些特定情况下……
比如：“快速走子”下出了问题手，然后在模拟后续走子时，“价值判定网络”认为其中一半情况对手大优，另外一半情况中，己方大优，平均下来己方略好……
但事实上，这并不绝对可靠。
如果找不准棋形上的关键点，就有可能导致全盘崩溃。
“奕星”下出的无理手，大概率就是这么来的。
事实上，即使原版的阿法狗，也存在类似的问题。
2016年，阿法狗挑战李世石。
在第四局比赛中，李世石突然下出“神之一挖”，阿法狗应对失误，最终全盘崩溃。
但其实，李世石那一手是有问题的，甚至可以说并不成立！
然而，阿法狗却错误地将形势判断为己方大劣……
今天的情况，就与那一次差相仿佛。
江寒瞬间想通了很多，顿时精神一振，翻身而起。
迅速打开笔记本电脑，然后倒在床上，进入了虚拟空间。
排除bug、修改程序并不困难，但需要时间，而现在留给他的时间，只有一个晚上。
幸好有虚拟空间……
江寒在虚拟空间里，忙碌了差不多五天，终于将“奕星”修好了。
在产生问题的地方，紧急打上了“补丁”，增加了一些人工规则，作为神经网络算法的补充。
在普通情况下，通过模拟走子对盘面进行估计，再让“快速走子”和“价值评估网络”分别算出胜率，然后根据胜率落子。
而在特殊情况下，则依靠手工规则……
虽然经过一番努力，“奕星”初步修好了，可以再次投入使用。
但以后要想再提高棋力，必须继续收集各种特殊情况，不停地积累、调试，总结成特殊规则。
这是一个大工程，不花费个十年、八年，投入巨大的人力、物力，是无法达到阿法狗Lee版本的水准的。
这是初代阿法狗的固有缺陷，在不换架构的情况下，很难彻底解决。
所以……
在接下来的奕星2.0版本里，江寒打算彻底抛弃初代架构，以阿法狗Zero为基础重新构建。
并非不能原创一个算法，只是万变不离其宗。
除非机器学习理论能有新的突破，否则做出来的东西，多半和阿法狗Zero大同小异……
江寒修好“奕星”后，就退出了虚拟空间，然后通过网络共享的方式，同步到了笔记本电脑中。
根据规则，每天休赛期间，选手可以在线更新自己的程序。
江寒又用了差不多一个小时，彻底搞定了这件事。
看了看时间，已经9点多。
8月初的东京还是挺热的，当然就算是东北，这时候也凉爽不到哪里去……
江寒冲进盥洗室，迅速洗了个澡，然后去了隔壁。
本打算把夏雨菲叫回来，一起商讨人生，没想到……
靳雪雯把他推了出来，笑嘻嘻的说：“江寒哥哥，今晚你自己睡吧！姐姐借我用一下。”