看板 GO 關於我們 聯絡資訊
※ 引述《ginstein (邁向學術之路)》之銘言: : Max11 的內容,很多 CS, ML, NN 等高手不能接受, : 人類最頂尖職業棋手就是輸了沒錯,(捲積)類神經網路,MCTS,SVM等方法效用無窮, : 高手們認為不懂技術問題的人,才會想替人類尊嚴找理由, : 不可否認頂尖職業棋手整體表現,經過三盤對局,遠遠比不上 AlphaGo, : 但是我想也許有其他一些人,認為好的演算法 H 在差勁的硬體上執行, : 輸給普通的演算法 M,在強悍硬體上執行的效率,無法推得演算法 H 比 M 差, : 最好的比較方式當然是把 H 和 M 放在同一個平台上執行比較效率, : 但是無法放在同個平台時,該怎麼比較演算法的執行效率呢? : 另一個有趣的議題是,是否可以更有效用更少的練習盤數達到現在 AG 的效果呢? : 類似地,其他演算法(可能是 H), 3000w 自弈能否達到比 AG 高的棋力? : 這應該不失為可以討論的議題,不過在 GO 版不太合適,有 AI 版嗎? 目前有一個想法: 如果Google釋出AlphaGo自訓練的幾千百萬棋譜 也許會發現 最有可能造成勝負的棋是 模仿棋開局!! (Value function 總是徘徊在 50 50 附近啊 因此電腦的判斷意義不大) 基於貼目的條件 在最適當的時候脫離模仿 一舉擊潰對手 也許Google團隊有這種秘密也說不定 因為一旦這種秘密被大眾知悉 圍棋就塴潰了 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.177.12.82 ※ 文章網址: https://www.ptt.cc/bbs/GO/M.1457791392.A.9F3.html
liaon98: 模仿棋文是要發幾次... 03/12 22:03
NaoGaTsu: op了。 03/12 22:04
ginstein: 崩潰的是AG吧?還是你指的是圍棋理論有大改寫的可能? 03/12 22:09
arcworld: 一定不是,否則AG一開始一定會一直模仿李40,但顯然沒有 03/12 22:13
sadmonkey: 我懂你,如果只模仿三五步還好,如果臨界值在數十步我 03/12 22:14
sadmonkey: 也崩潰了,原來在上帝眼中圍棋跟圈叉一樣簡單 (嘆) 03/12 22:15
sadmonkey: 不過回頭看譜第二盤李世石就給解答了,只能說圍棋九段 03/12 22:20
sadmonkey: 想的果然比大眾了解的多太多了 03/12 22:21