Re: [微信文章] 中國李喆六段評第一戰

[tlchen (台灣加油)]

    講一下兩日棋迷對於這所謂低階失誤的看法。

    李喆講出一些演算法的正確觀念，但有些地方他沒考慮到。


※ 引述《tlm (Netherlands)》之銘言：
: 【四、AlphaGo 的“失誤”】
: 這盤棋AlphaGo有沒有失誤？
: 令人欣慰，從人的眼光來看，我們可以找到AlphaGo的明顯失誤。這種失誤不是指那種基
: 於人類經驗而認為的失誤（經驗有可能會騙人），而是可以通過邏輯分析來確認的失誤。
:  1 ）“失誤”一：
: 白136手吃。對於職業棋手而言很容易判斷，應該吃在一路，比實戰便宜大約1目。
:  2 ）“失誤”二：
: 白142手擋，對於職業棋手而言，這也是一個很容易確認的明顯虧損。
: 白棋正確的下法是1位跳，這樣將來留下了5、7、9吃兩子救回三子的下法，從目數上分析
: 明顯優於實戰（大約1-2目）。即使白棋不在5位扳，走8位先手粘掉也優於實戰一點點。
: 這兩處“失誤”都是在局部，沒有任何與外界的關聯性，屬於封閉式的失誤，其虧損可以
: 用邏輯推理的方式證明。相較於AI展示出來的水平，似乎這兩個失誤是“不應該”的。
: 基於此，又有棋手表示：“這都看不到，AI不過如此啊”。
: 前面“惡手”裡講到的左下角白棋的問題，也有人看做是第三個失誤。但那個失誤的性質
: 與這兩個不同，我們對那個失誤的認定在很大程度上還是基於經驗的，雖然也包含了邏輯
: 推理，但並不完全。在我看來，按照笛卡爾的理論，對這那失誤的認定是可懷疑的。
: 但這兩個失誤卻不可懷疑。既然如此，我為什麼要在標題裡給“失誤”打引號呢？
: 這引出了一個非常有趣的話題：在棋盤上，失誤的定義是什麼？
:  3 ）不同的“失誤”定義
: 對於我們棋手而言，什麼是棋盤上的失誤？假如我們把基於經驗認定的失誤都排除在外，
: 只留下基於邏輯推理認定的失誤，那麼失誤意味著：A在邏輯上優於B，而我選擇了B。
: 在這個意義上，只要我們找到了“可確認的更優下法”，就認為我們出現了失誤。
: 但是，對於AI而言，失誤是否意味著相同的事情？我們怎麼理解AI出現了在我們看來低於
: 其水準的失誤？
: 這就涉及到AI的算法問題。假如AI有一天窮盡了圍棋，那麼只要它有一步不踏在最優解集
: 合裡，就是失誤。但是，現在的AI還遠無法窮盡圍棋。
: AlphaGo的算法運用了神經網路加蒙地卡羅，蒙地卡羅演算法的一個特點是：不求最優。
: 蒙地卡羅演算法給出的是搜索之後的勝率評估，然後AI會根據這個勝率來選擇落子點。也
: 就是說，AlphaGo本來就不追求最強最優的下法，它只是追求在它看來勝率最高的下法。
: 那麼，回到前面那兩個“失誤”，之所以打上引號，是因為在AlphaGo看來，或許這根本
: 不是失誤！
: 雖然在我們人類看來，邏輯上明顯A優於B，但AI在那時認為兩者的勝率相似，從獲勝的角
: 度來說，兩者沒有區別！甚至A之後的犯錯機率高於B，從而導致它認為B的勝率高於A！
: 如果兩條路同樣能通往勝利，在AI的意義上，你還能說它是失誤嗎？
: 或許能！
: 但是前提條件是人類利用這種“失誤”擊敗了它！否則，在AI的意義上我們無法指責那是
: 它的失誤。

  蒙地卡羅演算法並不是不求最優，只求勝率最高。精準一點的講法是，它根本不知
　什麼是最優，它是從它的有限模擬中，將勝率最高的，當做是最優的。

　因為這個原因，演算法在大部份的情況下，它並不能確定它下的是不是最優的。那
　為什麼會在好像困難的大局下出好棋，但在局部的地方，出現低階失誤？

　老實說，我認為根本完全不是失誤。二日棋迷棋力不夠，請有實力的人看一下我猜
　的對不對。在局末，優勢確定下， AI 是可以選擇，略微吃虧，但較有把握的方法
　。也就是說，可能到最後， AI 認為剩下的地方，這兩處是它相對沒有把握的，但
　這兩處輸個三目，它確定還領先，那它當然願意選擇這樣做。人類是經過一些邏輯
　判斷，確定這裡怎麼下最好。對 AI 來說，它的模擬可能也是跟它說，這樣下最好
　。但它大概有另一個訊息，若照實際的下法，雖然吃虧，卻有把握不輸太多。相對
　的那些最優下法，它怕其實是自己沒模擬到。

　所以，請厲害的棋手看一下，這兩處是否是在收官時，相對複雜的地方？而 AI 下
　的地方，是不是後續變化相對單純的地方？如果是的話，那 AI 根本沒有失誤，只
　是用另一種方式來確保勝利。如果局面落後， AI 依然下出這種非最佳解，我們才
　比較有把握說這是低階失誤。

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.109.74.113
※ 文章網址: https://www.ptt.cc/bbs/GO/M.1457626727.A.E44.html
推 lwei781: 所以會想要改貼目設定去逼AlphaGO看看
→ NaoGaTsu: 這解釋蠻合理的。
→ jimmy20642: A有80%的可能贏20目，B有90%的可能贏1目，以程式來講
→ jimmy20642: 會跑B，但以人來看是一步緩手...小猜想
推 broodworld: 小局部MC不是等於窮解嗎
推 NaoGaTsu: 同意jimmy20642的推論。
→ NaoGaTsu: 小局部能窮解只是正好和勝率解同解？
推 liaon98: 收官其實不是重點啊 大家都知道電腦收官超強
→ NaoGaTsu: 大家都知道電腦收官超強，但棄子爭先全壓先手收官的想法
→ NaoGaTsu: 就很意外了…
推 broodworld: 變化擺得完的話,兩解應該收斂
→ broodworld: 所以其實落後不多也應該下下看拚一拚?
推 a1223356: 越後面電腦計算能力越省力，也會越好是正常的。
→ broodworld: 我覺得棄子爭先職棋想得出來,前提要有時間
推 NaoGaTsu: 掌控時間也是棋力的一部分啊....
→ tlchen: jimmy20642 講的情況，還要配合目前領先落後，棋局階段，
→ tlchen: 然後 AI 再根據哪個是通往最後勝利的最好機會
→ tlchen: 若是落後個十目，或許就選 A 了
→ tlchen: 然後，大家可能太小看所謂的局部能窮解
→ tlchen: 首先，什麼叫局部，對於有棋感的棋手，這當然不是問題
→ tlchen: 但對於 AI 來說，多遠算是局部，都沒那麼容易
→ tlchen: 所以，局部的問題，是相對容易，但不見得 AI 能算完
推 benjamin1169: 你太低估ai了 今天很明顯計算是不同水平的
→ Senkanseiki: AI本來就不是把所有變化算完啊，他只是掃了一遍眾多
→ Senkanseiki: 變化的勝率而已
→ Senkanseiki: 然後他下了勝率最高的那個變化
→ Senkanseiki: 棋諺第一句就說勝利不用勝的多了
推 arnold3: 對電腦來說 第幾手後就算收關了
推 gj942l41l4: 說真的電腦的思考在跑局部最佳解，人類又何嘗不是呢？
→ gj942l41l4: 搞不好是人類自己腦中沒run到  而電腦看到輸的可能
→ mothertime: 圍棋對電腦來說是減法，每走一步可能性就減少許多
推 Senkanseiki: 那可能真的是人類無法理解的領域了，看那天Google如
→ Senkanseiki: 果有釋出程式或再開放更多挑戰，看AlphaGo跟職業棋士
→ Senkanseiki: 下能不能打出他看到的逆轉，再翻轉當前的圍棋理論
→ Senkanseiki: AG雖不能講話，但還是可以下棋讓更多人看見他的思路
→ gj942l41l4: 把兩台AlphaGO互打的情況拿出來看  或許就能發現什麼
推 Senkanseiki: AG左右互搏可能有太多跟人類不同的理解，還是跟人類
→ Senkanseiki: 對弈比較好
推 bxxl: 如果有程式碼 就可以讓他顯示每一步的搜尋樹跟評分
推 birdy590: 這要和開發團隊合作才有可能 例如從某一手以後雙方交換
→ birdy590: 看看 AlphaGo 要怎麼對付自己出的招
→ birdy590: 如果人下不活的讓電腦來下能活, 那棋力高低就沒有疑問了
推 frank61708: AlphaGo裡面神經網路的訓練目標的確是以勝負結果為主
→ frank61708: 因此贏10目還是贏2目對它而言都是一樣的
→ frank61708: 它主要想確定的是 它贏棋的"機率"
推 SansWord: alphaGo 釋出程式碼也鍛鍊不出現在的強度。
→ SansWord: 除非 DeepMind 連train 好的參數都願意公開
→ SansWord: 我其實覺得他們可以公開給職棋玩看看和測試
→ SansWord: 但會不會干擾現在的 trained result 就不一定了
推 poverty: 推40樓。自我否定的否定 是真正的檢驗