Re: [轉錄] 「戰勝自己」對於AlphaGo而言不只是口號

[mgdesigner (機槍設計師)]

※ 引述《Tkuei (it's me)》之銘言：
: 這是台大資工林守德老師在他FB寫的一篇文章，是他看過Nature那篇論文之後寫的感想
: 個人認為高手解讀應該有助於釐清大家對AlphaGo行為模式的理解
: 原文連結：https://goo.gl/m8cBHn  (FB連結，不喜誤入)
小弟是programmer，也是業餘圍棋的愛好者，看了這幾天的直播，忍不住發一點自己的心
得。


我在看過論文以後，我覺得用更通俗的方法來描述AlphaGo，應該說他已經不是傳統上認定
的電腦AI，而是一個人，而這個「人」，靠著超強記憶力，在短短二年裡，經歷了可能千
年的玩棋歷程，有著超強的直覺。

他就從頭到尾用超強的記憶力，靠著直覺在下棋，甚至不懂規則。這意思是說，搞不好如
果有低等但神經元多且長壽的生物，我們把他抓來，把他的大腦接上電子訊號控制，把他
的視覺感官接成電腦棋盤，動作神經接鍵盤，讓他可以下棋，下得好給食物獎勵，下不好
給懲罰（AlphaGo的神經網路訓練是有獎勵，但是有沒有懲罰我就不知道了），也許這樣
的生物也可以練出不低的棋力，例如說章魚的神經元有五億個（人腦有1000億個以上），
專心練棋，搞不好比AlphaGo的運作成本還低XD

AlphaGo的價值或者說其恐怖，就是他已經具備類似人類的直覺，哪一天他要來畫畫還是寫
音樂，搞不好都有可能發生，你要說他有沒有情感，搞不好可能也算有了，就是在上一盤
他發現下錯棋，開始胡亂亂下，可能就是，也許AlphaGo以後應該作一個螢幕，顯示他認為
當下勝率多少，勝率高就是很開心的臉，勝率低就是苦瓜臉，當某一棋對手下出Alphago無
法應，亂硬的時候，開心的臉瞬間變苦瓜臉，你就知道他的情緒了。XD

其實應該作這個，才公平，因為李九段的心情情緒大家都看得到，可是AlphaGo的心情（勝
率）大家又看不到，這真的不公平。

跟AlphaGo不同的是，人類下棋是直覺跟邏輯並行的，好的職業棋手知道何時要切換，Alph
-aGo的狀況是，這一位「棋手」他不是邏輯不好完全依賴感覺行事，就是這一盤沒有掌握
到切換的時機，該拼邏輯的時候，他卻還在靠感覺，有點像是完全靠感覺開車，一但感覺
出錯，就歇斯底里，發生意外那樣XD

AlphaGo已經被訓練成這樣感覺派的了，昨天也不能說那是bug，比較可能說是一個「千年
老人」棋士下棋的壞習慣終於被抓到了。那將來Google的下一個圍棋人工智慧，BetaGo、
GamaGo會不會換不同的「訓練法則」，來訓練神經網路變出不同的棋風呢？值得期待。


一點心得分享XDXD

--
the First Order帝國軍莒光日主題歌：我們敬愛的達斯維達
https://www.youtube.com/watch?v=-iksyCHHIuI
班長：每個人都要唱！大聲唱！

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.195.168.170
※ 文章網址: https://www.ptt.cc/bbs/GO/M.1457939554.A.8A2.html
※ 編輯: mgdesigner (123.195.168.170), 03/14/2016 15:15:01
推 oops66: 李40雖然情緒大家看的到 但是alphaGO又不看 這種情況下
→ oops66: 把alphaGO的情緒顯現出來給李40看 才是不公平吧
→ darkseer: 這個太超自然了啦...你要講也要連結到演算法吧@@
推 profyang: 情緒看不看的倒不是重點 但是李世石情緒會波動 但阿發夠
→ profyang: 其實就是根據你講的情緒來下棋的 這是他最大的優勢
→ profyang: *李世石情緒波動會影響他下的棋的好壞
→ Marino: 那不是直覺 就是網絡架構加上已經訓練好的權重而已
我覺得，這要定義何謂「直覺」

我們人類的直覺，是否也是由我們神經元的權重組成？
→ Marino: 其實google可以辦一場alphgo A跟alphgo B下棋 看會怎樣
→ ckWade: 辦了幾千萬場了，只是沒公開而已
推 indium111: 其實已經有AI可以製作音樂了，創作不再是人類所獨有
不過還不夠好聽就是了..
期待AlphaGO轉行作音樂可不可以好聽一點XD
→ indium111: 而電腦的電晶體數量很快就會追上人腦的神經元數量
→ indium111: 現在的電子人腦思考速度大概是人腦的1/1000，如果摩爾
→ indium111: 定律不變，大概40年後，電子腦就跟人腦擁有相同速度
※ 編輯: mgdesigner (123.195.168.170), 03/14/2016 15:50:51
→ indium111:        ^打錯，應該是20年後
→ goldduck: 應該給大家看不給李看
→ mgdesigner: 同意樓上
推 iamstudent: 我也希望看到alphaGo的情緒，幫它做個臉吧 XD
推 profyang: 對耶 給大家看好像不錯
推 indium111: 要做出情緒應該不難，勝率低時苦惱表情，高時輕鬆表情
→ indium111: 隨機亂數，偶爾做出跟勝率相反的欺敵表情，夠擬真了吧
→ goldduck: 看的懂的騙不了人
推 indium111: 看得懂的人才會對欺敵表情絕得困惑啊
→ indium111: 明明AG都快輸了為什麼表情一臉輕鬆，會想自己是否漏算
→ indium111: https://youtu.be/7Pq-S557XQU AI的介紹(有中文字幕)
→ indium111: 看完影片你會覺得自己快變成nothing了
推 broodworld: 人腦還是有效率很多,李世石下過的棋少電腦很多
→ WuDhar: 樓上定義很怪，怎麼不說三個月就能贏九段的這種效率？
→ chris610020: 人腦反而沒效率吧，人腦最重要的事情是活著，光是這
→ chris610020: 項就要花1/3時間去睡覺，還要吃喝拉撒，就算在下圍棋
→ chris610020: 用到的部分頂多就10%，其他90%zj負責生存
→ chris610020: 阿法狗就只做一件事就是算圍棋，而且不會死阿
推 arcworld: 後面那幾手亂下對AG來說不是亂下，但對人來說是亂下
→ arcworld: 如果是亂下的棋，小李一一照應會不會很奇怪？他可以不理
→ arcworld: 所以AG在賭小李不會應手，都應完，AG就投降了，因為沒棋
→ arcworld: 賭這種機率為0的棋，對人當然是亂下，但AG哪知道機率0？
推 arcworld: AG有評估對方應手機率的函式嗎？？
推 broodworld: 我是說下幾盤棋可以到職棋
→ broodworld: 所以一樣多的神經元不見得可以做到一樣多的事
→ broodworld: 越不接近暴力法就越有效率,像窮舉到類神經
推 Maybetrue: 你的解釋相當的有意思，完全靠「棋感」，而且看起像
→ Maybetrue: 細算的地方，其實也是靠感覺。
→ Maybetrue: 也就是看機率，說難聽一點就是：大概這樣下會贏。
→ mgdesigner: 是的這就是他演算法的主軸。
→ mgdesigner: AlphaGo就是一個記憶力超強的賭徒，這種感覺