[心得] 電腦和圍棋高手對弈 可以取勝 不足為怪

[willrise (小王)]

(低棋淺見)電腦和圍棋高手對弈 可以取勝 不足為怪

在 2006 年
當時的西洋棋(國際象棋)世界冠軍 Vladimir Kramnik
以 4 和 2 負的成績
輸給運行在 2 個 Xeon 5160 的 Deep Fritz version 10 後
(最強的)西洋棋(國際象棋)軟體可以擊敗最強的人類高手
已無疑問
(  https://goo.gl/k6j1Qj )

那麼約十年後 ( 2016 年)
電腦和圍棋高手對弈 可以取勝
會很令人意外嗎 ?

Xeon 5160 是 Intel Core 2 架構
時脈 3 GHz
雙核心的處理器
(  http://goo.gl/hXA76O  )

從 2006 年至今
電腦的處理器在架構 時脈 核心數方面又有不小的進步
分散式版的 AlphaGo
擁有的是 1,202 個中央處理器和 176 個圖形處理器
(  http://goo.gl/IcRRI7  )
能夠演算的可能下法
遠遠超過人類

那麼人類有可能取勝嗎 ?

如果能下出圍棋軟體沒有演算到的下法
或是圍棋軟體演算到
但是圍棋軟體評價差而淘汰
事實上卻是好棋的下法
理論上是有可能勝過圍棋軟體

順便提一下
為什麼 AlphaGo 下的一些棋步
圍棋高手看不懂
低棋猜測合理的原因就是
AlphaGo 深度計算過這些棋步
或許在應接的前期
看起來不利
但應對到後期
卻是可行的

這種情況
人和圍棋軟體都有可能碰到
就是人和圍棋軟體都考慮到了某個棋步
而深入計算下去
雙方卻有 2 極化的不同評價

但是圍棋軟體在硬體運算效能
有效的演算法 累積演算成果提升到一個程度後
人類勝過最強圍棋軟體的機會可說非常低

這次李世石九段 對 分散式版的 AlphaGo
大約就是這種情形吧

如果以前都沒有人下過中國流或三連星
而 AlphaGo 在對局之前又沒有演算到中國流或三連星
那麼棋士自己作過詳細研究
在和 AlphaGo 對局時
第一次於棋史上下出中國流或三連星
或許取勝機會比較大

可惜現實不是如此
要(短時間)無中生有
開發出一個有效的套路並不容易
(想想現在會有多少棋士下白江流)

一些圍棋界人士對 AlphaGo 棋力的錯誤預判
除了來自之前圍棋軟體的印象之外
也和對局前沒有足夠的 AlphaGo 資訊有關

Vladimir Kramnik 在 2006 年對局前一個多月
拿到 Deep Fritz version 10
可以自己先和 Deep Fritz version 10 對下測試
( 正式對局時的 Deep Fritz version 10
使用更新過的 opening book )
另外
Vladimir Kramnik 於 2002 年
以 2 勝 2 負 4 和打平 Deep Fritz (似乎是 version 7 ？ )
比賽前幾個月時
拿到 Deep Fritz
可自行測試
(  https://goo.gl/k6j1Qj  )

另一個重點是可運用的思考時間(時限)
對局雙方時限 6 小時
約可在一天內下完
和 AlphaGo 對下
個人猜測時限至少要 6 小時

下完了 4 局
個人對李世石九段和 Michael Redmond 九段至上最崇高的敬意

先說 Michael Redmond 九段
以前在 NHK 的圍棋(將棋)節目看過他講棋
當時是用日文
所以聽不懂
這次 Michael Redmond 九段在 youtube 頻道擔任英文解說
從容不迫 深入淺出
對低棋的我
受益良多

而李世石九段就更不用說了
這是在挑戰幾乎不可能的任務
從第三局的功虧一簣
到第四局的柳暗花明
讓人驚嘆
令人動容
第四局會是今年最令人回味的棋局之一吧

--
我的 blog : http://watchtvforfun.blogspot.com/
上網推薦用 Linux 記得要常常更新
文書處理推薦用 LibreOffice
巴菲特給散戶的投資建議 : 買 very low-cost S&P 500 index fund
(巴菲特推薦 Vanguard 發行的 very low-cost S&P 500 index fund)

--
※ 文章網址: https://www.ptt.cc/bbs/GO/M.1457925599.A.DD0.html

→ darkseer: 這完全不能這樣比，AlphaGo的演算法跟西洋棋的基本原理
→ darkseer: 不同，若是使用西洋棋軟體的演算法，把全世界的電腦連起
→ darkseer: 來我想都沒有科學家敢說能挑戰人類
→ darkseer: AlphaGo實作的演算法(MCTS, deep learning)也有別人用在
→ darkseer: 圍棋上，但是之前一年前確實是不知道能不能達成這項壯舉
噓 digpig: 看到還在提西洋棋就給噓了
→ arcworld: 這篇文章我只有一個感想，你不懂圍棋也不懂AG...Orz
噓 aixrotap: 不懂不是錯 不懂又要出來扯一堆就是個人問題了
推 a1223356: 電腦也有新佈石啊，第二盤接個中國流，也嚇壞很多人了。
※ 編輯: willrise (118.161.247.61), 03/14/2016 11:36:59
→ Uizmp: 我比較好奇散功之後的AG對圍棋的理解是甚麼..
噓 signm: 這跟運算速度沒太大關係，是採用類神經系統
噓 signm: 你組一個比阿發夠還好電腦也是輸他，先搞懂再來分享吧
噓 ksk0516: 好多不懂裝懂
推 birdy590: 事實上 西洋棋的運算量也不容易使用窮舉
→ birdy590: 在深藍之後已經進階到下個階段 就是如何縮減計算量
推 birdy590: drep fritz的計算能力不如深藍 但是有效計算量高很多
噓 yr: 你還是多唸唸書吧....
推 birdy590: heuristic search也不一定要用DCNN
噓 joy3252355: 別誤導人
→ birdy590: 這篇沒有什麼大錯, AlphaGo 的基本原理和西洋棋軟體類似
→ birdy590: 差別在於西洋棋已經有過上帝(深藍在計算深度內是完美)
→ birdy590: 目標轉成小型化以後, 因為運算能力下降不能再用窮舉法
→ birdy590: 所以轉向開發 heuristic search(中文似乎沒有好的翻譯)
→ birdy590: AlphaGo 裡面用的不管MCTS或DCNN都不是自己發明的
→ birdy590: 但是把好幾種方式結合起來, 利用 DCNN 加強 MCTS
→ birdy590: 這個就很厲害了, 也是硬體計算能力到位以後才有可能實現
噓 SolarKa6626: 你怎麼不去年說呢 馬後炮