Re: [討論] 我還以為是龍傲天，原來是AlphaGo啊

[wizardfizban (瘋法師)]

: : -----
: https://www.facebook.com/aja.huang/posts/1705020576199173?pnref=story
: 這根本小說劇情啊！！！
: 比扯鈴還扯的發展：alpha go zero，從零開始的圍棋之旅。
: 完全沒有輸入人類千年的圍棋知識，只靠著隨機落子及對輸贏的認知，
: 在自我對奕之下，最後把過去的alpha go版本全部幹掉。
: 本來以為是終極大魔王了，結果隨後又被更偉大的存在屌虐，
: 再回頭看人類的頭腦，我們真的有那麼厲害嗎？....(怕.jpg）

回一下好了，但我要說我對AI的了解很淺，歡迎打臉。

單純說遊戲樹：

遊戲樹就是你在遊戲中每面臨一個選擇時，每個選擇都能畫出分叉，一路下去就有如樹木
一樣，這棵樹就叫遊戲樹。

AI一開始對圍棋無解是因為圍棋是棋類中遊戲樹算大的，但後來在成功讓AI能選擇遊戲樹
特定區域運算的技術後，AI的棋力就開始上升了，最後打贏了人腦。

所以接下來挑戰的目標是更複雜的遊戲 ─ 即時戰略 (RTS)。

但目前這個挑戰卡死了......

因為遊戲樹太大了，近於無窮大。

RTS每一秒都要做出大量判斷，偵查、推測再應用到自己戰術上。對比於圍棋這種每回合
就是一動，而且遊戲盤面完全公開的模式，RTS要做的運算量太多了。

相對之下，人腦就是有法子判斷篩選出正確要注意的資訊而加以運用。

所以在RTS的挑戰中，AI目前被卡死了，很多相關學者正在一起努力尋找新的方向。

因此，在把變數限定到一定程度之下，AI的確贏過人腦。但在大量變數之下，AI目前不行
。AI連星海爭霸中單純用作弊來戰鬥的死腦筋電腦對手都打不贏了。

也許有一天AI也會攻克RTS領域，然後再向別的領域發起挑戰。那時我們大概又會發現AI
的極限......

我們對人腦的了解還是太少了。

--
      我的故事可不那麼讓人覺得舒服。它不是那種有著甜蜜歡樂情節的幻想小說。
           我的故事充滿了混亂而又難以察覺的陰影，充滿了瘋狂和噩夢，
                    和那些不再自欺欺人地生活的人們一樣。
                                                  ──赫曼‧赫塞──

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.170.175.6
※ 文章網址: https://www.ptt.cc/bbs/CFantasy/M.1508392464.A.36A.html
※ 編輯: wizardfizban (1.170.175.6), 10/19/2017 13:55:18
推 Trasher     : 這篇有種好像講了什麼但看完又覺得沒看到什麼的感
→ Trasher     : 覺...
推 Kazimir     : 其實rts的難度應該沒有你以為的那麼難
→ wizardfizban: 因為是很簡單就能猜想到的情況 只是沒被點破而已
→ wizardfizban: 對AI來說很難 遊戲樹太大了 你覺得簡單是因為你是人
→ wizardfizban: 腦
→ Kazimir     : 純用搜尋為出發點思考 當然RTS太複雜(可能組合太多)
→ Kazimir     : 不過就像之前有一個打dota 2的agent那樣 實際上
→ Kazimir     : 在作的時候應該會以DL為主(也就是說以視覺)來做
→ Kazimir     : google了一下 Open AI打dendi的 雖然是單挑
→ Kazimir     : 不過我想應該可以證明現有的技術是具有這個潛力的
→ wizardfizban: 所以你要怎樣把你說的判斷方式寫成AI給電腦去跑？
推 kira925     : @Kazimir 推薦您回去看Deepmind自己出關於SC2的論文
→ kira925     : 他們已經自己承認目前掌握的所有技術都失敗了
→ kira925     : OpenAI打Dendi贏是贏了 那是中路單挑&當天就一堆
→ kira925     : "非職業"反過來又把OpenAI打趴
推 centaurjr   : 我覺得AI一定要把所有天才打趴才能取代人類是個盲點
→ centaurjr   : 只要贏過99%的人應該就可以取代了
→ centaurjr   : 說RTS多弱,你路上隨便抓個弱雞也是打不贏電腦阿
→ wizardfizban: 樓上 照你的說法 早就被取代了 現在一堆工廠都電腦
→ wizardfizban: 製程了....
推 Kazimir     : 恩.. 我要講的不是這個問題很容易 而是現有技術具有
→ Kazimir     : 1)從CNN能萃取足夠資訊 2)RL能夠確實讓agent變強
→ Kazimir     : 主要是技術有這樣的capacity 突破的希望就比較大
→ wizardfizban: 樓上 重點其實是 判斷
推 skygray2    : 有時候就是你什麼都有了，可是你偏偏辦不到，簡單
→ skygray2    : 說就是還沒找到突破點而已
→ Kazimir     : 有空的確應該去看一下XD 最近對圖片語意分割比較
→ Kazimir     : 感興趣
推 darkbrigher : 其實取代大部分人類很快了 不然比爾蓋天也不會在那
→ darkbrigher : 邊說要加收企業家的機器人稅
→ darkbrigher : 不過不用擔心台灣啦 一堆中小企業頂多用到CNC 然後
→ darkbrigher : 拼命請22K跟外勞 想要讓他們用機器人再等100年
推 scbhung     : 現在AI被RTS卡住的原因是因為目標是能自我思考進化
→ scbhung     : 的AI，如果是舊式的那種固定思考邏輯的AI，要贏遊戲
→ scbhung     : 電腦沒很困難....
推 franktpmvu  : entd to end trainning 跟 rule based 的差別
推 gladopo     : APM 2000 甩機槍就贏了
推 Kazimir     : 如果每場都大招兩隻死神跳上去神微操那也別比了XD
推 ALDNOAH5566 : RTS要猜測這要經驗累積判斷
推 magamanzero : 其實就沒有創造力而以 這也是最大的差別
→ magamanzero : 如果是樣本數夠大的老遊戲  是能整理出較佳的方案
→ bluelune    : 問題就是AI持續在成長 擔心的是他的未來性
→ bluelune    : 而Alpha Go就是達成展現了他的一個可能性
→ nucleargod  : 你說的決策樹那是幾十年前的 AI 了，現在不這樣幹的
→ nucleargod  : 現在只要能設計夠好的評分機制，都可以算