→ wfjh31734: 其他三家一起搞他的話他應該贏不了... 03/14 12:19
→ ppqqwweerr88: 假設其它三家都是高手，可以，普通玩家不一定 03/14 12:23
推 ddxu2: 多人遊戲要考慮其他玩家的行動，這種預測很大程度上是建立 03/14 12:35
→ ddxu2: 在對對方實力的了解上。阿發狗能事先知道、或在遊戲過程中 03/14 12:35
→ ddxu2: 評斷一個人的實力嗎？ 03/14 12:35
※ 編輯: nhltc1975 (163.30.50.7), 03/14/2016 12:41:19
→ twofoot: 下一篇，AlphaGo打農家樂會贏嗎？ 03/14 12:40
→ nhltc1975: 所以 ai 還是有其侷限性 開放式的策略遊戲 變數太多了 03/14 12:43
推 ddxu2: 其實我比較想知道它打拼布對決會不會贏......我估量這遊戲 03/14 12:43
→ ddxu2: 的計算量跟圍棋有得比（？）（如果要平等對待應該是版面也 03/14 12:43
→ ddxu2: 要19*19） 03/14 12:43
→ nhltc1975: 但人類不要亂玩的話 我覺得AlphaGo應該很高 03/14 12:43
→ nhltc1975: 人類亂玩的話 AlphaGo敗的機率很高 03/14 12:44
→ youga: 三家搞一家必敗 有合作性質的遊戲沒有在一打三的 03/14 12:49
→ nhltc1975: 我覺得ai下圍棋贏沒什麼突破性 假如今天ai能設計出玩 03/14 12:51
→ nhltc1975: 開放性策略遊戲 勝率很高 那才可怕 03/14 12:52
→ nhltc1975: 或許3個人跟一個ai下ai輸面大 但假如是3個ai跟1個人呢? 03/14 12:54
推 li042127054: 甚麼叫做開放性策略遊戲?我覺得圍棋就是開放性策略呀 03/14 12:55
→ youga: 那就看AI寫得好不好啊 XD 03/14 12:56
→ youga: 我也不懂什麼叫做開放性? 03/14 12:56
→ ashades: 開放式遊戲應該是指高自由度的遊戲 03/14 13:05
推 leafgg: 我無言 不是板塊格子數差不多變化性就差不多好嗎 03/14 13:05
→ nhltc1975: 好吧 我定義不好 但圍棋很明顯是唯律類遊戲 03/14 13:08
噓 maayaleaf: ai下圍棋贏沒什麼突破性...標準一日迷的想法... 03/14 13:14
推 ddxu2: 我沒有這麼說，拼布第一回合三片都可以買的話，選擇大概也 03/14 13:14
→ ddxu2: 有200種，雖然選擇數遞減的很快，但我覺得量級是可以比的。 03/14 13:14
推 x801124: 那alpha go 玩阿瓦隆適合嗎？ 03/14 13:42
→ mimocat: 不是一對一，那就不用看了，比賽會沒有公信力 03/14 13:49
推 jackuly: 那AlphaGo 玩MTG自己組牌能打贏大獎賽嗎？AlphaTeam! 03/14 14:07
推 whatai: 看到覺得alphaGO沒有突破性我笑了.. 03/14 14:11
→ whatai: 而且什麼叫做唯律類遊戲?? 你所謂開放性又是什麼? 03/14 14:12
→ nhltc1975: 就高階深藍 03/14 14:13
推 hita10: 他的應用很多，若決策的模擬過程有大量資料可供分析，那真 03/14 14:14
→ hita10: 的可以大展身手，例如股票投資。 03/14 14:14
推 whatai: 你還是沒有回答什麼叫做唯律類阿, alphaGO的AI本來就不是 03/14 14:17
→ jackuly: 可是股票的問題大概就是有人為操作的因素，是嗎？ 03/14 14:17
→ whatai: 你想像中的那種AI... 03/14 14:18
→ nhltc1975: 有一定公式可依循 03/14 14:18
→ whatai: IPAD的波多也有AI阿 沒認真玩還會被AI們聯手表 03/14 14:19
→ whatai: 圍棋用的不是公式好嗎.... 03/14 14:19
→ nhltc1975: 開放式遊戲應該是指高自由度的遊戲 前面有人補充 03/14 14:20
→ whatai: alphaGO是 隨機搜尋+局面模擬+深度類神經 03/14 14:20
推 jackuly: 那就要定義高自由度啦，畢竟圍棋自由度也非常高吧？ 03/14 14:20
→ whatai: 反倒一般德式桌遊比較有公式可以追尋 03/14 14:21
→ li042127054: 我是覺得唯律跟自由度沒有甚麼關係啦 不過如果n版友 03/14 14:22
→ li042127054: 說的是像是隱藏資訊甚麼之類的? 03/14 14:23
→ nhltc1975: 本來問問題就是來受教的 不懂才要問 歡迎討論 03/14 14:23
推 sck921: 圍棋沒有運氣成份，玩家已知悉所有資訊 03/14 14:28
推 li042127054: 但我後來想想 如果有隨機成分 AI的機率運算應該超強 03/14 14:29
→ nhltc1975: 電腦分析33%是5，34%是7，15%是K，18是J，數據不夠 03/14 14:48
→ nhltc1975: 暫時分析不到是什麼牌。 03/14 14:49
→ nhltc1975: 不是7就是J 開張6給他 , 讓他贏莊家200塊 03/14 14:51
→ joelll: 一句話回答這篇：多人遊戲，AI算不到king maker和打情章。 03/14 14:52
推 kaseno: 等那天出了ALPHAPuerto Rico或是ALPHAAgricola再來討論吧 03/14 14:56
推 ebv: 三AI打一人沒搞頭 像桌遊APP 三家定你一家 任一家贏都算AI贏 03/14 15:34
推 whaleswin16: 我比較想知道如果玩碰撞機器人會怎樣 03/14 15:44
推 well421: 我覺得碰撞機器人 AlphaGO贏面很大 該局地圖先存取的話 03/14 16:25
推 li042127054: 放置4個機器人的碰撞機器人，不給予AI任何策略單純窮 03/14 16:32
→ li042127054: 舉 如果正解是10步 其實最多也才16^10種可能而已 03/14 16:34
→ arcanite: 讓阿法狗打麻將好了 03/14 17:03
→ nhltc1975: 假設三ai為獨立個體皆以自身第一名為考量 會發生什麼事 03/14 17:19
→ nhltc1975: 很多麻將的電腦程式都有點作弊 不過阿法狗應該不會做弊 03/14 17:22
推 li042127054: 這是挺有趣 因為有隱藏資訊 所以AI是否有辦法判斷人 03/14 17:33
→ li042127054: 在設陷阱欺騙他 03/14 17:33
推 li042127054: 就像是德州撲克 程式很容易可以算出獲勝機率 但如果 03/14 17:44
→ li042127054: 沒辦法透過對手下注來獲得資訊 透過自己下注來誘騙對 03/14 17:45
→ li042127054: 手 那程式幾乎不可能獲勝 03/14 17:45
→ joaoio: 拼布對決計算量跟圍棋一樣？ 這是在開玩笑吧？ 03/14 20:19
噓 uiooiuuio: 阿法狗玩拼布 大概會5:0 玩家 03/14 20:37
推 whatai: 他們可能覺得圍棋沒有變化性吧 應該幫圍棋各出1000張職業 03/14 20:37
→ whatai: 卡跟次發 03/14 20:37
推 ddxu2: 我對圍棋也不那麼了解，只知道一盤約有381!的可能結果，而 03/14 21:38
→ ddxu2: 拼布假如有19X19的範圍，我估算大概至少200!左右的可能結果 03/14 21:39
→ ddxu2: ，當然這關係到電腦有沒有好的辦法可以估算拼圖的可能組合 03/14 21:40
→ ddxu2: ，就我所知這是裝行李箱的問題(NP問題)，目前電腦也沒有很 03/14 21:42
→ ddxu2: 快的計算方法。 03/14 21:42
→ ddxu2: 不過假設現在真有人寫出阿法狗拼布，那應該是人會全輸，畢 03/14 21:43
→ ddxu2: 竟這世界上大概也還沒有哪個人打過千場到萬場的拼布（？） 03/14 21:43
推 whatai: 拼布沒有這麼多可能 拼布是自己玩自己的棋盤 與圍棋不同 03/14 21:48
推 ddxu2: 拼布拼完的地方就不需要列入考慮，確實會大幅降低選項， 03/14 21:51
→ ddxu2: 但也相對的有收入跟連續動作的考量(雖然這部分或許不難) 03/14 21:52
推 ddxu2: (我沒有要試圖證明拼布同等複雜)雖然是拼自己的，但會得到 03/14 21:56
→ ddxu2: 什麼拼布，是雙方之間決定的......? 03/14 21:56
推 whatai: 這有很難嗎? 你最多走3步 然後帶走拼布 對手也是 可預測性 03/14 21:58
→ whatai: 非常非常高 但是圍棋是每次你都可以空降一顆棋子到一個非 03/14 21:58
→ whatai: 死氣的位子 03/14 21:59
推 ddxu2: 你的意思是，電腦可以一開始就估算他這場會拿到哪些拼布， 03/14 22:02
→ ddxu2: 例如他估某20片會被他買走，結果可能有16片以上真的如他所 03/14 22:02
→ ddxu2: 願。 03/14 22:03
推 whatai: 我的意思是圍棋的思考量度比你所想像的要高出非常非常多 03/14 22:04
→ whatai: 你可以先去研究圍棋規則 勝負判定 再去比對拼布你就知道了 03/14 22:04
→ whatai: 另外alphaGO不是窮舉法 因為361!無法及時算出 人機比賽還 03/14 22:06
→ whatai: 是有規則時間的 但依照拼布的思考量是可以窮舉的 03/14 22:07
→ whatai: 如果變成19*19的拼布當然無法窮舉 但思考量度還是不能比 03/14 22:08
→ whatai: PS 這裡的窮舉不單單是目前場上的最佳解 而是對整場遊戲 03/14 22:09
→ whatai: 發展的最佳解 會預測往後數十動 03/14 22:09
推 ddxu2: 你拋這句話我也沒辦法回(嘆)，所以就這樣吧（？） 03/14 22:10
→ ddxu2: 我是說前面那句話沒辦法回。 03/14 22:10
→ ddxu2: 我知道alphaGO不是窮舉，以窮舉的角度來看可能選項有得比， 03/14 22:11
→ ddxu2: 圍棋很難估量，但拼圖也未必很好估量啊@@。我知道是對整場 03/14 22:12
→ ddxu2: 遊戲的發展，在拼布對決中，對手拼的造型是怎樣應該也是計 03/14 22:12
→ ddxu2: 算的考量，但對手的造型就跟圍棋棋盤有差不多的可能性（？ 03/14 22:13
推 pikacha: 打TTA也一定是勝率高的固定打法... 03/14 22:16
推 whatai: TTA是一個摸到拿破崙贏一半 摸到步步馬馬贏一半 有飛機就 03/14 22:17
→ whatai: 看不到車尾燈的遊戲 新版好像有改散很多 03/14 22:18
→ whatai: 不過兩種都沒玩過太多次就是了 03/14 22:18
推 maayaleaf: 拚布一片大約是5格 走10手定型了 後面能選擇的變化不多 03/14 22:31
→ maayaleaf: 而圍棋雙方走10手才佈局到一半 之後每手都有200個選擇 03/14 22:32
→ maayaleaf: 以上 這樣你能明白了嗎? 03/14 22:32
推 ddxu2: 當然不能明白……要這樣類比就要站在同樣19x19的角度，走60 03/14 22:42
→ ddxu2: 手(約300格)也還不到定型吧＠＠ 03/14 22:43
→ ddxu2: 好啦……我沒有要證明拼布也如圍棋那般複雜，純粹個人存疑 03/14 22:48
→ ddxu2: 都被我們推到32推了呢（驚 03/14 22:49
推 whatai: 我也覺得農家樂如果職業次發都有1萬張 然後打300回合也比 03/14 22:49
→ whatai: 圍棋複雜阿 (攤手 03/14 22:50
推 seccret: 拼布電腦AI一定會贏吧，局面簡單多了，圍棋很複雜都行了 03/14 22:51
推 like78918: 正常情況下沒得比 圍棋的難度大概就好比上大學 03/15 19:23
→ like78918: 只不過四年來只修一門課 就是圍棋 而且都要ALL PASS 03/15 19:23
→ like78918: 再加上書卷 最後只有兩個人可以畢業 其他人淘汰 03/15 19:24
→ like78918: 這樣大概就是職業水準 但是世界冠軍又更難了 03/15 19:25
→ nhltc1975: 樓上比喻很妙 之所以開這個主題 就是想了解ai是不是 03/15 22:54
→ nhltc1975: 強大到 可以預測上下家的行為模式 因為阿法狗 真的是被 03/15 22:55
→ nhltc1975: 許多棋譜及對手的比賽資料 加上一些深度類神經等 專門 03/15 22:57
→ nhltc1975: 針對圍棋的程式 雖然這種科技未來會應用到其他方面 03/15 22:58
→ nhltc1975: 不過 我想在預測上下家的行為模式 就如同桌遊高手去跟 03/15 22:59
→ nhltc1975: 到一團自己沒玩過 且對手背景都不了解的遊戲一樣 03/15 23:00
推 whatai: 類神經不是專門針對圍棋設計的... 03/16 00:47
→ whatai: 嚴格來講整個alphaGO只有權重分析是針對圍棋規則去設計 03/16 00:48
→ whatai: 其他所有演算法都跟圍棋一點關係都沒有 03/16 00:48
→ whatai: 權重分析舉例來說 你通常會算你這動可以賺幾分 能不能順便 03/16 00:50
→ whatai: 卡其他玩家, 下一動會有什麼樣的變化 要不要修正我的決策 03/16 00:50
→ whatai: 從以上去為每個決策打一個分數 03/16 00:51
→ whatai: 其他所有的演算法都是在減少權重分析的寬度與深度 03/16 00:52
推 kersihi: XDDDDDDDDDDDDDDD 03/16 14:20
→ nhltc1975: 先說一下人類一出生 就有數十億的神經元透過不斷的學習 03/16 14:41
→ nhltc1975: 產生數10兆的神經連結 有些不常用的神經連結 會在學習 03/16 14:42
→ nhltc1975: 過程中 喪失連結 有些則透過不斷學習強化連結 所以小朋 03/16 14:44
→ nhltc1975: 友的神經元連結比大人多 代表小朋友學習力強 03/16 14:45
→ nhltc1975: 相反 大人則是神經元連結數量少 但神精元連結較粗 03/16 14:46
→ nhltc1975: 代表大人某方面的領域比較專精熟練 可以持續發展 03/16 14:47
→ nhltc1975: 我不知道alphaGO的運作方式 但人類數10兆的神經元連結 03/16 14:49
→ nhltc1975: 所要處理的面象 肯定比較多元全面 畢竟李世石除了下棋 03/16 14:53
→ nhltc1975: 還要應付生活中的其他事情 畢竟棋手對奕 有時還要應用 03/16 14:54
→ nhltc1975: 話術 氣勢來唬弄對手 影響對手判斷能力 03/16 14:56
→ iansapple: 認真回 單挑alphago 會贏， 多人會被針對。 07/04 12:57
→ iansapple: 你自己說不了解運作原理，所以要一直低估ai是??? 07/04 12:58