[討論] AlphaGo的演進

[Rueyh (追尋永遠)]

三月份的AlphaGo 喜歡掛角之後手拔、不完成木谷定石 直接回補低位中國流

或者掛對方角之後高拆星位、碰無憂角等....


現在這版本完全看不到了

通常星 小目-大馬步飛或二間高拆 之後直接肩衝對方締角

幾乎看不到 掛角 小飛 拆二這種定石

真的讓人覺得是高者在腹 以全域在做計算


就如同吳清源大師所講的 圍棋的最高境界 就是每一手都考慮到全域的平衡

這邊就只能再跪拜一次吳清源大師了!

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.253.16.109
※ 文章網址: https://www.ptt.cc/bbs/GO/M.1483553017.A.A65.html
→ sky0302: 著眼全盤不是什麼新觀念 只是能做到什麼程度而已
推 MonkeyCL: 我只學到掛角一間跳直接刺他和能尖沖就盡量尖沖
→ moonlind: 一直有消息說這個Master是純淨的AlphaGO 就是沒餵過人類
→ moonlind: 棋譜的 我只想知道真的還假的? 還是說就只是三月那個的
推 nnlisalive: 人類的弱點就是會懶得思考 電腦不會
→ moonlind: 演進版 因為對弈數量又更多 開始拋棄原有棋譜造成的？
→ pikachu2421: http://i.imgur.com/QjRaxTs.jpg
→ birdy590: 照進度來看的確很有可能是完全靠自己對局訓練的新版本
推 nnlisalive: 電腦用演算法剪枝 人類就是用定石剪枝
推 jojoStar: 看來吳清源再一次打趴木谷實Orz
推 orze04: 即使是沒有人類棋譜當初始資料 也是可能train出不同結果的
→ orze04: AlphaGo
推 jclin: 沒有人類棋譜，大概要花比較久時間從0訓練到一個程度
→ jclin: 因為兩個白癡下棋(電腦不懂規則)訓練不會學到真正有用data
→ jclin: 這就是為什麼機器學習要先餵資料跟結果收斂，不收斂也無用
推 sapc87952: 這種東西不可能從0開始啊 機器學習為什麼叫學習?
→ sapc87952: 就是有一個訓練的data給他開始自主學習
→ sapc87952: 完全沒有棋譜某種程度上來說是可以問題是沒必要
→ sapc87952: 餵棋譜下去跟自己訓練在alphago上最終還是cjo4差不多的
→ sapc87952: 還是會差不多的 因為圍棋雖然變化大但空間還是很有限
推 tiefblau: 又來一個鍵盤高手 我看連DM的發表都沒看過 可笑