Re: [討論] 李世石 VS AlphaGo 第二局看法

[ilw4e (可以吃嗎？)]

看很多不下棋的在那邊放話好像電腦每一步都是對的，覺得可以細想一下程式的原
理，畢竟目前的程式離真理還是有很大的差距的。我也只是個十幾年前的業四，也
不敢說要評棋，但一些簡單好壞應該還是可以講講。

棋類不像POKER、麻將、或撲克牌遊戲是機率遊戲，棋類很多地方是有唯一解的。用
死活詰棋當例子，如果電腦真的只是用機率判斷，勝率最高的那點可能是：
[對手應的若是那唯一解電腦必死，下其他任何點電腦都活，勝率99%]
電腦應該選擇這變化嗎？當然不該！

當然我相信AG程式裡會對必勝必敗的點做排除(不然可能連簡單攻殺都會出錯)，但
我只是強調AG用所謂"最高勝率"判斷落子的策略也正是目前電腦應該還可以被擊敗
的原因。越早期的著手你要用勝敗機率來判斷越是困難，也很好理解為什麼電腦前
期容易出現惡棋。

柯潔講話那麼托大我覺得也是有原因的(當然我覺得他來下也不見得會贏)，就是因
為電腦還是有出現明顯的壞棋。AG有些疑問手有可能是好棋，像11虎完13手拔，或
37尖沖這種過去普遍覺得不太好的，也許事實上並不太虧。
(解釋給X日棋迷：通常13要手拔不會先虎，因為那會把棋下重容易被攻。尖沖通常
認為對方若在3路你尖沖合理，對方在4路你讓人4路圍空通常是虧的，也就是為什
麼評論會認為小李怎樣都該往4路那邊壓而不該實戰往5路壓)
但43黏到61是黑不好的型這應該是沒甚麼爭議的。若實戰李沒有之後幾個緩手讓黑
下到73，而是早一步攻擊那塊弱棋，那應該會是白主動的局面。換個方向想，電腦
中間那坨單官下半天最後還要多花一手73來連回，想也知道不可能好。

因為棋不是機率遊戲，但電腦是用機率來判斷，因此人若能把握這點下出局部最佳
解應是可以在佔些便宜的。

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.137.51.208
※ 文章網址: https://www.ptt.cc/bbs/GO/M.1457683013.A.1C2.html
→ wen17: 電腦資源不是無限 而電腦判斷計算難易的方法也跟人不同
→ wen17: 所以可能有部分落子人來看很容易計算出優劣 電腦很難
→ sky0302: 本來就是這樣了 電腦又不是神 只要有失誤就會輸
→ wen17: 於是對於電腦來講自然該去下別種選擇
推 arnold3: 電腦每一步大概都只有5成多把握而已 強就強再不會失常而
→ wen17: 以上優劣說的是局部可以算出絕對優劣的地方.
→ arnold3: 來個天才型的高手把把都出妙手 電腦自然越下勝率越低
→ arnold3: 不需要跟電腦拼計算 用大局意識跟電腦玩
推 ggoutoutder: 真的很多不懂圍棋的在那邊自以為 連叫吃是什麼都不知
推 liaon98: 電腦後面盤面越窄 精確率會越高 人類只有前期有機會
推 aaaba: 你講的就是李喆說的，電腦欠缺邏輯論證的推理
推 notmuchmoney: AlphaGO大局觀還是不錯 能夠在這上面贏過AlphaGO還
→ notmuchmoney: 很難說
→ Max11: 職業棋士的比賽，如果最後靠對方犯錯獲勝，那也不是值得
→ Max11: 記錄的名局。本來圍棋的勝負就是要全部都是合理應手。
推 tomic: 推 中肯!
推 AmuroRay: 沒人在懷疑你說的那些地方AG有問題 關鍵是中前盤看似不1
→ AmuroRay: 好的棋到底有沒有不好 另外一方面 李喆也推測 這種邏輯
→ AmuroRay: 上就證明不好的選擇 可能隨著局勢越緊張接近而越少會作
→ AmuroRay: 出
→ wen17: 多賺一目的價值會隨著局勢僵持緊張甚至劣勢=而變大
→ wen17: 而之後需要負擔的計算複雜度(風險)是固定的
推 shellpig: 其實我覺得現在很大一個點就是,人類覺得的好壞,似乎
→ sky0302: 問題就是當電腦在布局下出怪手 小李並沒有去反擊
→ shellpig: AG不這麼認為,而事後看起來也...
→ wen17: 所以說夠僵持的時候"推測"可能就不會出這些看起來有問題的
噓 tonyselina: 你第一行哪來的? 幾乎沒人這樣講
推 notmuchmoney: 如果前兩盤是針對AlphaGO可能的弱點 而下出有別以往
→ notmuchmoney: 的策略/棋風 那在0:2下 後三盤我也認為該回到合理的
→ notmuchmoney: 應手
→ sky0302: 所以根本也無法說那些是好棋 反正人類還是不會學電腦的棋
→ goldduck: 好棋是慢慢累積的 壞棋是後面無法挽回的
→ wen17: 我不算懂圍棋 只看了柯直播
→ wen17: 柯一直說李下的很怪 不像平常的李
→ wen17: 會扯到劫也是說打劫去拼九死一生
→ wen17: 不打劫去拼十死無生 只是局面不會整個崩這樣輸
→ chordate: 問個白癡問題,AlphaGo的型不好那麼顯而易見
→ wen17: 然而李沒打劫 所以柯一直覺得很奇怪
→ liaon98: 那時李也沒時間了 在讀秒
→ wen17: 昨天是有提到有部分是局部優劣 可以直接"計算"比較
→ shellpig: AG下的手法也超出預期呀,不是說用往常下法就一定好
→ chordate: 那為什麼李會連出緩手讓優勢就這樣溜掉了？
李當下判斷或許覺得他下的棋大吧。有點像是大場跟急場的問題，吃右上那子目數大
，但追殺下方黑棋vs黑棋簡單連回安定是有點關係到態勢轉變，這目數不好估計，但
應該是要優先的

→ wen17: 有提到這邊afgo有部分落子沒有達到最佳解
→ goldduck: 型不是重點 問題是型爛你都贏不了啊
→ wen17: 而全局的子後面柯也沒說afgo下錯 頂多說值得討論
→ liaon98: ch 大  人類不是機器 犯錯不是很正常嗎XD 況解比賽壓力這
→ liaon98: 麼大
→ liaon98: 還要讀秒限時
※ 編輯: ilw4e (223.137.51.208), 03/11/2016 16:28:42
推 arnold3: 拓海一開始跟車也只是讓人覺得還算會開 哪知道最後甩不掉
→ arnold3: 最重要還是自己被逼到超時壓力大被超過去
推 sck921: 有人就說電腦算到終盤了阿 XD
→ chordate: 感謝回答，所以現在職業棋手的見解是
→ chordate: 這盤兩邊都犯錯太多，不能算是名留歷史的一盤棋嗎？
→ shyangs: 來個二日制，柯可以無限call out各研究室
推 liaon98: 第一盤應該歷史意義比較大吧
推 hdjj: 下了一整盤好棋結果緊要關頭下出一手臭棋,結果還是會輸
→ shyangs: 這樣才能下出接近人類最高水準的棋
→ aaaba: 兩日制你打卦，隔天就輸飛了
噓 notmuchmoney: 一些話如"捍衛人類尊嚴"都說出來了 恐怕應該考慮合
→ notmuchmoney: 乎過去棋理的應手
→ shyangs: 分佈式擴大硬體規模，和打卦的時間，意義是一樣的
推 notmuchmoney: 手機手殘按到噓 抱歉推回
推 Ebergies: 往四路壓不會讓 AG 的中央有更強的勢力嗎?
→ Ebergies: 昨天壓五最後右邊也還是白子的地吧
因為右邊只是拆二，昨天五路壓被壓了幾手上面又被扳到，你應該也看得出來白棋一坨
子擠在一起沒圍到幾目空吧，棋子效率很差。那邊白棋的型真的被佔很多便宜。
又因為白下面也有些勢力，黑那點外勢能成多少空頗有疑問，但白四路圍爽爽的空是實
收的。
※ 編輯: ilw4e (223.137.51.208), 03/11/2016 16:41:41
推 darkseer: 我不太懂Monte Carlo搜尋，不過AlphaGo的機率應該不是
→ darkseer: 直覺意義上的機率，比較像是因為無法窮盡變化而做的估計
→ liaon98: 白64古力也是說白棋擠在一團沒效率 是緩著
→ ilw4e: 我知道背後機率沒那麼簡單:D 只是說勝率最高不見得是最佳解
→ ilw4e: 而這個遊戲是有最佳解的(如果有圍棋之神窮舉法:D)
→ AmuroRay: 這遊戲或許有最佳解 但其實過去長久累積的觀念所追求的
→ AmuroRay: 說到底也是勝率最高的解 而未必是最佳解
推 darkseer: 我班門弄斧了XD 我是猜測他應該是很有效率的逼近邏輯
→ marrvosal: 反了，是我下這手勝率有多高，而非對手下這手勝率多高
→ darkseer: 只是人知道要局部考慮，AG不知道，所以在局部上AG有弱點
→ marrvosal: 而且實際上蒙地卡羅不會只搜一層random算
→ marrvosal: 而是在允許的時間內多算幾層，所以唯一解他還是會看到
我知道是用電腦來看阿。用上面死活題例子，假設電腦下1，然後測試對手下abcd....xy
都會是電腦贏，只有對手下z是電腦敗的唯一解，電腦的判斷也許認為這點勝率很高(?)
因此程式裡應該會設定如果電腦下1，對手下z，電腦必敗，那電腦則不可下1這種filter
※ 編輯: ilw4e (223.137.51.208), 03/11/2016 16:54:13
→ marrvosal: 所以電腦會去搜尋下z之後的勝率，會發現這步勝率很高
→ marrvosal: 因此電腦會避免讓對手下z。
→ chordate: 謝謝回答
推 vvrr: 我不認為它會對必勝必敗的點做排除。基本上就是對全局找一個
→ vvrr: 勝率高的解。攻殺不會出錯是因為他把後面變化都看過了
推 shellpig: 能算出來必敗的點可以排除吧,現在是算不完
→ shellpig: 所以例如本文中第二段那種案例,阿發狗不會下的
→ birdy590: 每個可能的選擇會有一個分數, 分數會由該分支往下算
→ birdy590: 所以如果接下來有很大的可能虧損, 分數上自然會被排除
→ birdy590: 有件事大概可以肯定, 就是"AG不會做出虧損太大的選擇"
→ shellpig: 甚至可思考為,在可接受時間內,算出95%的後續變化都能贏
推 kafai: 那算路超深的妙手應該是不一定算得出，小手筋還可以
→ ilw4e: 但必須給對方正解的那node特別高的權重電腦才知道不能下吧
→ birdy590: 因為 AG 根本只是在計算 它上不知道自己正在下圍棋
→ shellpig: 剩下的絕對不夠時間算不完,那就這樣子下了
→ birdy590: 事實也證明 棋評認為是臭手的 並無法從中獲得太多利益
→ marrvosal: 蒙地卡羅有點難講清楚，但是電腦在這塊不太會出錯
→ birdy590: 第三段的假設是沒錯 但是好像要在貓脖子上掛鈴鐺一樣
→ birdy590: 想在早期靠"不是很好的著手"取得利益, 本身也很難做到
→ birdy590: AlphaGo 當然不是無敵, 單機都還是可以擊敗分散式了
推 marrvosal: 樓上，當然，alphaGo還沒有train到最好
→ marrvosal: 就算train到最好，也不一定能到圍棋之神的實力
→ birdy590: 問題是要壓過人類 實力不需要到圍棋之神啊 @@
→ marrvosal: 是的。
→ birdy590: 所以單機和分散對下是不錯的指標, 愈靠近 100%, 就知道
→ birdy590: 實力愈強了
→ marrvosal: 實際上alphaGO進步的地方並非單機跟離散
→ marrvosal: 離散勝率高只是因為它算得比較快，可以多算一點
→ marrvosal: alphaGO進步的話則是在算之前的候選挑選進步
→ marrvosal: 要知道實力有沒有變強應該是用新版的跟舊版的比較
→ birdy590: 理論上算的愈深愈有機會找到更佳解 新舊只差在訓練
→ birdy590: 分散式勝率提高代表運算加深以後正確率有提高
→ marrvosal: alphaGO的重點就在訓練，搜尋多深都只是硬體的問題
→ marrvosal: 我甚至認為，當train的越好，單機的勝率會提升
→ birdy590: 單機或分散 兩邊都 train 過一樣的東西啊 /_\
→ birdy590: 分散能找到更多確實更好的選擇 才是代表訓練成功不是嗎?
→ marrvosal: 找到好的選擇這件是對單機跟分散是一樣的
→ marrvosal: 差別在於分散從好的選擇裡面挑出最好的會更好
→ marrvosal: 所以如果deep learning 已經好到幫你挑的非常好
→ marrvosal: 那你其實不太需要運算量就能選出最好的那步
→ marrvosal: 此時就不太需要分散運算
→ birdy590: 我覺得在前中段講這個沒啥可能耶 後段則已經是公認的強
推 Verola: 同marrvosal 覺得單機勝率越高才表示成長 克服了運算速度
噓 RoundKick: 你的解釋一日棋迷看的懂才有鬼 有的話樓下幫我吹
推 NaoGaTsu: marrvosal的解釋完全正確。
噓 Palpatineli: 我這種只上過AI intro的人都看得出來你講什麼胡話。
→ Palpatineli: 蒙地卡羅基於的本來就是最大最小樹。維基一下最大最
→ Palpatineli: 小樹就完全解答你這篇的外行問題了。
→ ilw4e: 哥沒上過AI intro，你可以在板上開課，請
→ ilw4e: https://en.wikipedia.org/wiki/Computer_Go
→ ilw4e: 這裡就有說會有我提的疑問了，加入minimax可以理解，但那是
→ ilw4e: game theory的東西跟monte carlo tree不是直接關係，謝謝
→ ilw4e: 總之就是加一個選擇最好的最差解的判別來濾掉必敗局面
推 darkseer: 我還是覺得不是，Monte Carlo tree search理論上會收斂
→ darkseer: 到minimax，我猜測這裡也是類似的原理：自己和對方的好
→ darkseer: 手在MC tree裏頭會走得特別深。如果對『好手』的判斷
→ darkseer: 夠準就可以避免你說的問題。
推 darkseer: 我也不知道我說的對不對，marrvosal要不要發一篇教學XD