推 papawalk: 這論點很有道理 03/14 17:32
推 birdy590: 還有一個可以利用的明顯弱點, 就是棋手跳出一般作戰區域 03/14 17:35
→ birdy590: 時, 可能造成 MCTS 前面計算的結果全部作廢 要重新計算 03/14 17:35
→ aaaba: alphaGo下一手的候選機率也不是集中在局部區域 03/14 17:38
→ birdy590: 所以有先手的時候可以選擇適時換邊攻擊, 佔電腦的便宜 03/14 17:38
→ birdy590: 通常都是 至少排在後面的棋步 算的深度就不會一樣 03/14 17:38
→ birdy590: 尤其是中盤之前 因為選擇性太多 平常不可能都算的很深 03/14 17:39
→ goldduck: 毫無意義會自殺的棋要用機制擋住 03/14 17:40
→ birdy590: 樓上還是沒搞懂啊... 這種違背開發原意的事情不可能做的 03/14 17:41
→ birdy590: 最多再設計一些訓練方式想辦法教會它... 03/14 17:42
→ goldduck: 這是安全機制 加進去有什麼問題嗎 03/14 17:42
→ birdy590: 其它開發者也注意到它完全不理會局部死活和對殺分析 03/14 17:42
推 s9209122222: 這樣就不是他自己學會了… 03/14 17:42
→ birdy590: 因為不是要製作圍棋軟體, 而是想辦法教會這套系統下圍棋 03/14 17:43
推 ForeverOrz: 推這篇 某人的發言真的可以不用理會 夏蟲語冰 03/14 17:43
→ goldduck: 不然征子就要跑嗎 03/14 17:43
→ s9209122222: 這軟體下圍棋只是順便 03/14 17:43
→ birdy590: 過程中發現問題設法改良, 將來都可能直接用在其它領域 03/14 17:44
→ birdy590: 如果只是下棋的話, 哪會有這麼多大公司相繼投錢進來研究 03/14 17:45
推 sadmonkey: 其實安全機制也沒說錯，今天會發生勝率狂跌就相當於發 03/14 17:48
推 NaoGaTsu: 除了最後的應手部分推論怪怪的，基本上蠻合理的。 03/14 17:49
→ sadmonkey: 生超出原先AI預期的情況，就圍棋來看AI的處理還有很大 03/14 17:49
推 Uizmp: AG有發現勝率狂跌啊, 只是已經來不及了 03/14 17:49
→ sadmonkey: 的進步空間，就像電動車總不能突然有個突發事件，車子 03/14 17:50
→ goldduck: 本來就要考慮安全機制好嗎 一個沒有安全機制的系統是能 03/14 17:50
→ goldduck: 商業化？ 03/14 17:50
→ sadmonkey: 突然加速去撞牆壁吧 03/14 17:50
推 wnglon: 要注意設安全機制也是會把好棋下爛 03/14 17:51
推 Uizmp: 問題是現在沒有要商業化啊, 現在單純只想看ML的效果而已 03/14 17:51
→ wnglon: 這不是雖便說說就能做到 03/14 17:52
推 NaoGaTsu: AlphaGo從一開始就沒有要商業化，那只是研究人工智慧中 03/14 17:52
→ birdy590: 現在還研發階段 加上這種安全機制反而就看不出問題了 03/14 17:52
→ goldduck: 既然要談 這個原來不用加安全機制 那谷哥的自動車你可以 03/14 17:52
→ goldduck: 去做了 03/14 17:52
→ NaoGaTsu: 限之一的「圍棋」罷了。 03/14 17:52
→ birdy590: 發現問題直接想辦法掩蓋掉不算是什麼好方法吧 /_\ 03/14 17:53
→ NaoGaTsu: google的無人車是已經有在做了啊，只是還沒量產商業化 03/14 17:53
→ wnglon: 你要設定好的安全機制 前題你實力要有李世石水準才行 03/14 17:53
→ birdy590: 直接找到問題的根源並且想辦法改進才是上策 03/14 17:53
→ wnglon: 沒法理解棋理 要怎麼定義好的安全機制 03/14 17:54
推 sadmonkey: 問題的根源通常比想像中的複雜太多也太困難了 03/14 17:55
→ birdy590: 其實 AlphaGo 現在的架構比較接近工藝製品, 元件都是 03/14 17:56
→ birdy590: 別人做過的現成理論, 但是湊起來整合的部份沒有人做過 03/14 17:56
推 wnglon: 這種非統計程式設計 通常比需要對該領域非常熟悉才行 03/14 17:56
→ birdy590: 這中間有太多可以調整的東西, 給他們一點時間解決吧 03/14 17:56
推 sadmonkey: 裡面有太多細節，包括MC法中常為了效率而會沿用前幾步 03/14 17:57
→ birdy590: 已經算過的東西, 盤面沒有改變能用的一定是直接繼續用啊 03/14 17:57
→ birdy590: 所以我才會說 可能狀況下設法儘量跳出原有的樹有便宜佔 03/14 17:58
→ sadmonkey: 的支狀來幫忙運算，就下圍棋獲勝這個議題，目前看來就 03/14 17:58
推 blackwindy: 只是單純工藝是上不了nature的 他還是有創新的地方 03/14 17:58
→ blackwindy: 至少他湊的起來而且證實有效 一般亂湊下場就是垃圾 03/14 17:58
→ birdy590: 整合這些不同領域的技術沒那麼容易, 所以才會被認為至少 03/14 17:58
→ sadmonkey: 還有改進的空間，而安全機制是一個較快能解決的方向 03/14 17:58
→ birdy590: 技術上領先一年以上... 很多過程都得靠嘗試錯誤 03/14 17:58
→ birdy590: 競爭者以它的論文作為起點出發, 也不是沒有可能趕上 03/14 17:59
→ goldduck: 損棋自殺棋不下 加進去檢查這沒有很困難 03/14 18:00
→ birdy590: 什麼叫損棋自殺棋? 不做死活分析意思已經夠明白了吧 03/14 18:01
→ goldduck: 人家都有安全機制 送菜棋也是不下的 03/14 18:01
推 sadmonkey: 隨便舉一個方法，也許要多弄幾組黑貼目不同的決策函數 03/14 18:01
→ sadmonkey: 當勝率低於40%時用不同的黑貼目策略來下，就可以改善一 03/14 18:02
推 birdy590: 就算真要做 他們應該也會選擇想辦法教會電腦什麼是死活 03/14 18:02
→ sadmonkey: 次想直接逆轉的模式，而能靠著一步步慢慢追目來獲勝 03/14 18:03
→ birdy590: 可能的改變是調整不同時期的權重, 現在是固定 0.5/0.5 03/14 18:03
推 wnglon: 簡單的程式判斷都是用 && == <= >= 03/14 18:03
→ Uizmp: 只能說, 電腦下棋的數量還遠遠不夠啊 (? 03/14 18:03
推 MicroB: 那應該把布局書丟了學alpha流布局等到中盤在用人類算法XD 03/14 18:03
→ birdy590: FB 的田博士認為這不一定好(他選擇完全不用估值網路) 03/14 18:04
→ sadmonkey: 目前的AI還不是完全靠自我學習出來的，很多策略都還是 03/14 18:04
→ wnglon: 你有用過嗎 參數怎麼設定 演算法怎麼設計 不是隨便說說的 03/14 18:05
→ ilw4e: 現在AG這個死活不懂純靠棋感跟機率就能把職9殺成這樣真的猛 03/14 18:05
→ goldduck: 型是判斷本來就會加入死活判斷 03/14 18:05
→ wnglon: google應該能想的到 只是沒這麼簡單 03/14 18:05
→ birdy590: ? 走子網路/rollout/估值網路 都是 100% 學習得來 03/14 18:05
→ sadmonkey: 沿用棋譜，要完全從知道規則用亂數開始學可能要花很多 03/14 18:05
→ birdy590: 人類做的事情是儘量幫助它有效率的學習 03/14 18:06
→ sadmonkey: 年，google執行長也說了這是他們未來的目標 03/14 18:06
→ goldduck: 不作死活分析就無法知道局勢好嗎 03/14 18:07
→ sadmonkey: 基本策略函數還是從人類棋譜當初始條件 03/14 18:07
→ birdy590: 田博士也覺得很厲害 因為這個估值網路有表現出死活判斷 03/14 18:07
→ birdy590: 的能力 只是看來還有些缺陷 03/14 18:07
→ sadmonkey: 要讓電腦從亂數下點了解到星位最佳絕對不是三千萬盤能 03/14 18:08
→ sadmonkey: 知道的，那可能是數億數百億盤的天文數字 03/14 18:09
→ birdy590: 這裡的"三千萬盤"其實是指訓練估值網路的過程, 但是 03/14 18:09
推 profyang: 同意 大型攻殺電腦要算清真的也不是很容易的 人類未必會 03/14 18:09
→ profyang: 輸... 03/14 18:09
推 wnglon: 下錯一步就全死 即使下的順序不一樣 03/14 18:09
→ birdy590: 估值網路不見得是必需品(這部份被認為是最近才加進去的 03/14 18:09
→ birdy590: 所以可靠度可能不如之前就完成的其它元件) 03/14 18:10
→ wnglon: 這電腦下法這麼跳躍 會全下對嗎 03/14 18:10
推 sadmonkey: 也許我記錯了，不過之前訪談有提到下次目標是從零開始 03/14 18:11
→ birdy590: 不是要全下對 這部份要保留隨機性才好 否則反而會變弱 03/14 18:11
→ birdy590: 它是希望訓練過程出現各種各樣不同的狀況 所以前期用 03/14 18:11
推 wnglon: 跟星海ai玩 只要夠偷 玩死對方不是難事 03/14 18:12
→ wnglon: 不知能不能應用在圍棋上 03/14 18:13
→ wnglon: 只要偷到一個重要的棋 局勢就會崩盤 03/14 18:14
→ birdy590: SL網路確保走子有多樣性, 後面再改用RL走到完提高精確度 03/14 18:14
→ wnglon: 只是第三盤的劫殺 李40看樣子是輸了 03/14 18:15
→ wnglon: 不過也是因為時間不夠 03/14 18:16
→ birdy590: 這種作法是不是夠好目前沒人知道 所以才需要測試工程師 03/14 18:16
→ goldduck: 有點機率用偷的方式 03/14 18:16
推 FrozenMoment: 覺得可以加入危機意識網路，當有危機時啟動深入分析 03/14 18:23
推 aegis43210: 圍棋真的是一個很好的測試AI水平之競技 03/14 18:28
推 bbbtri: 實戰測試的前提是要拐到一流的棋手陪你玩啊 lol 03/14 18:42
→ goldduck: 如果看到職業看到97 101應該是不會來下的 03/14 18:54
→ birdy590: 職業棋士如果看了覺得很弱很簡單, 真的上去會死的很難看 03/14 18:55
→ goldduck: 不過第四盤可以確定 谷哥測到他想要的一些額外的事 03/14 18:55
→ birdy590: 對照當時局面那一連串參數變化, 對未來改進方向很有價值 03/14 18:57
推 MicroB: 不過蠻好奇AJA沒有測過讓AG在極劣下下過棋嗎?還是說不是每 03/14 19:00
→ MicroB: 一種劣勢AG都會發瘋? 或是97手時李世石贏的其實比想像還多 03/14 19:01
→ ilw4e: 這樣想用雪崩類複雜定石也可能可以婊到電腦 03/14 19:18
推 MicroB: 可是如果是定石 AG的走子網路來自職棋不容易錯吧? 03/14 19:20
→ ilw4e: 職棋棋譜數量應該不足把複雜定石變化都走完，加上AG又有自 03/14 19:26
→ ilw4e: 己神奇的判斷，定石走錯一手崩盤應該有機會:D 03/14 19:26
→ bbbtri: DeepMind老闆說他們沒用職業棋譜 只用業餘棋譜 lol 03/14 19:30
→ birdy590: SL 網路的目的不是要多準 有個大概也就行了 03/14 19:31
推 wnglon: 這很合理啊 因為開發者有人只到業餘高段 03/14 19:32
→ wnglon: 演算法要設計的好 也要設計者很懂圍棋 03/14 19:33
推 danibaba5566: 那種無理手都是線上下棋會遇到的賴皮棋，真沒看到是 03/14 19:49
→ danibaba5566: 會逆轉 03/14 19:49
推 broodworld: 雪崩應該沒機會,看13盤就知道了,大攻殺會變單行道 03/14 20:10
→ broodworld: 24盤穩穩走的比較有機會,因為次一手分布很廣 03/14 20:11
→ ilw4e: 我們覺得"單行道"電腦不見得覺得是，加上周遭點夠多混淆它 03/14 20:13
→ ilw4e: 或許會有下錯，也是猜測而已 因為定石幾乎都人類窮舉法最 03/14 20:14
→ ilw4e: 佳解，電腦既然不懂這個要靠模擬是有機會推不出來的 03/14 20:15
推 broodworld: 所以我覺得雪崩妖刀或開頭大攻殺沒機會,把譜上輸的著 03/14 20:24
→ broodworld: 手濾掉就好,反而是大模樣爆破比較不好運算 03/14 20:24
→ broodworld: 被爆的位置太隨機了 03/14 20:25
推 terminator3: 推 03/14 20:43
推 Roger0123: 蠻合理 03/14 22:10
推 Vonix: 認同 03/14 22:14
→ mothertime: 雪崩alphago好像會主動避開 03/14 22:22
推 BRANFORD: 樊麾表示 03/15 02:35
推 Rhomboid: AG要「學」會安全機制，而不是「教」他安全機制 03/15 09:23