Re: [心得] 圍棋AI AlphaGo 之我見

[mathbug (天堂的定義)]

1. 據說 AlphaGo用到的Neuro Network深達13層

   有任何穩定性的報告或是說明嗎？

2. 圍棋的勝敗至少包括兩種，一種是壓著打或是完勝，另一種是反敗為勝

   AlphaGo的設計應該是循著第一條路線

   問題是餵它的千萬盤訓練用人類棋譜卻包含非常多第二類棋譜

   反敗為勝的棋譜應該非常多用的是勝負手(或是無理手)

   不曉得這會不會是AlphaGo昨天崩潰的原因？

3. 以現在AG的能力，它應該可以先歸類/分群 將之前訓練的棋譜分開

   重新訓練時只採用第一種壓著打或是完勝的棋譜

   也許就不會有無理手的出現了 (或數學上 讓它的系統參數穩定)

--
※ 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.1457943491.A.16B.html
→ Uizmp: AG設計團隊的理念應該是要盡量消除人類的影響因素 (?
推 dan310546: 好像有可能
推 indium111: 所謂的13層應該是指AG的神經網路中的隱藏層有13層吧
→ agreerga: 2.3點不會有衝突嗎?
→ birdy590: 我覺得很多人都想太多了, AlphaGO 根本不是在下圍棋
→ indium111: 中間的參數設定沒看到有人介紹過(多數人應該也沒興趣)
→ birdy590: 它只是在進行"從過去棋譜和自我對奕學到的一種數學計算"
→ birdy590: 像估值網路的訓練可以說是從白紙一張開始 沒人說的清楚
→ birdy590: 怎麼訓練法結果會比較好(絕對不是亂倒棋譜進去)
推 aegis43210: 誰也不知道之後棋譜洗掉的alphaGO會變的如何？
→ aegis43210: 希望是成為以宇宙流為主的棋手，但人類就難以模仿
→ bbbtri: 如果演算法真的能創造出典範轉移  難以模仿也可以喲~~
→ bbbtri: 期待今後AlphaGo發展出宇宙流的死活題給大家解
※ 編輯: mathbug (180.177.12.82), 03/14/2016 16:46:16
推 Rinehot: 簡單來說昨天ag應該是沒有意識到出棋了 才會下ㄧ堆損棋
→ kafai: 3.的話誰來判斷呢？2.的話我覺得會有負面影響，但自我學習
→ kafai: 有機會把那些負面影響扳回來
→ aaaba: 3的確是棘手的問題，大數據的labelling，可用value network
→ aaaba: 試試