[討論] 淺談AlphaGo

[ykes60513 (いちご)]

這幾天 AI又帶給了大家新的衝擊

AlphaGo又再次進化了 而且遠超乎大家的想像

顯然之後AI會更加深入這塊圈子

影響只會越來越廣 不得不深思要怎麼看待這場新的革命


雖然有些人說AI能使圍棋的發展更進一步 但坦白說我是有些悲觀的

因為從本質上AlphaGo就跟人類差太多了

首先 AlphaGo的演算法是追求勝率最高

假設A走法有90%贏一目 B走法有85%贏十目 AlphaGo會選前者

因為對它來說目數不重要 只要能贏就夠了

另外 AlphaGo都是在做全域運算 它沒有局部的概念

這兩點就跟人類的思考方式南轅北轍


難怪有人看了AlphaGo的棋感嘆 之前所學的都是錯的

就因為兩者的基礎點不同 也可說是演算法的不同 當然演化出來的棋路會有差別

而哪邊更加接近圍棋之神呢 相信AlphaGo已給出了答案


你可以說人類一直都用錯誤的方法學圍棋

但這是人類生理上的拘限性所導致的

我們幾乎永遠不可能像AlphaGo那樣思考

比起目數 勝率那種東西是虛無飄渺的 人類又怎麼能量化呢

當然只能計算目數


所以說要向AI學習 我是有些疑問的 要怎麼學呢

AlphaGo會告訴你要那樣下 但為什麼? 不知道

你沒法把AlphaGo的棋路內化 因為思考模式就不同

頂多只能依樣畫葫蘆

這樣的學習效果是有限的

我想過如果AlphaGo不追求最大勝率 而是最大目數的話會如何

這樣發展出的圍棋會不會更接近人類呢

這樣的發展或許會很有意思


相對的 我們對人類至今發展出的圍棋也不需太過悲觀

雖然舊的棋路 定石在AlphaGo 甚至圍棋之神眼中或許是錯的

但我們還是得擁抱它

因為我們是人類

不是AlphaGo

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.167.183.5
※ 文章網址: https://www.ptt.cc/bbs/GO/M.1483581860.A.95D.html
推 godoflight: 推 有道理
※ 編輯: ykes60513 (118.167.183.5), 01/05/2017 10:20:34
推 Eric0605: 這很難說 吳國手也層革命說高者在腹 以前人也都不下星
→ Eric0605: 位的
推 NewYAWARA: 我認為等圍棋AI普及後，它是會告訴你「為什麼」要這樣
→ NewYAWARA: 下的。將棋軟體的顯示方式就是和你說不同下法的評級值
→ NewYAWARA: ，以及這下法的後續各種變化可以隨時參照。圍棋到時也
→ NewYAWARA: 是做得到
→ youarefat: 人類也是追求最高勝率吧 不然怎麼有贏棋不鬧事的說法呢
推 Aipr: 人類是追求目數也追求勝率, 只是兩件事都做不好而已
→ Aipr: 理論上棋神只追求目數, 因為祂知道每一手的目數...
推 BBSealion: "讓AI指導人類"本身也是一種AI，可能會成為未來的發展
推 hoinoi: 確實人類究竟可以跟阿法狗學到多少，還很難說。畢竟阿法
→ hoinoi: 狗實力領先人類太多，思維也不同，棋手真要模仿阿法狗下
→ hoinoi: 棋，恐怕會被傳統棋士電
→ kenwufederer: 最大勝率跟最大目數沒有衝突吧
推 jiaching: 圍棋實力是經驗與計算力的綜合表現
→ jiaching: 論經驗AI下棋數量遠大於人類 論計算能力AI更是遠勝人類
→ jiaching: 這樣的條件下 人類如何跟AI學習
推 kkksilence: 拜託...阿法狗演算法也是人寫出來的好嗎..
推 kenwufederer: 計算最難的是殺棋跟死活，目前來看，局部人沒輸
→ kkksilence: 開發團隊絕對能用人腦算出每一步只是時間問題
→ kenwufederer: 問題是Master總是下到一半，發現人類棋手會有一塊孤
→ kenwufederer: 棋
→ kenwufederer: 至於人類一直懷疑為什麼電腦不追求最大目數勝利
推 kkksilence: 沒有捉摸不定，只要你了解演算法且算的夠快，也能當
→ kkksilence: 阿法狗，就這樣
→ kenwufederer: 那只是不懂的人在瞎起鬨，難道人類棋手一開始是?
推 zkow: 也許能從中找到規律跟棋理，幫助人類
→ zkow: 就像三行程式可以簡化為一行程式
→ zkow: 這個只要練習跟研究過，還是可以達到的
→ zkow: 簡單講如果今天下慢棋，電腦能六十盤全贏嗎?很難說
→ jiaching: 去年的alphago每秒鐘能考慮10萬種棋路 這個計算能力
→ jiaching: 人類要怎麼彌補
推 zkow: 李世石有贏一盤
→ jiaching: 圍棋高段打低段也不是100%勝率阿
推 aaaba: 局部死活人早就輸了，估一下熊貓老師
推 henry1234562: 演算法是人寫的 但演算是電腦做的
→ henry1234562: 電腦的經驗是靠電腦自己演算取得的
→ henry1234562: 你開發團隊教電腦怎麼學 但你跟不上電腦學的速度
→ henry1234562: 電腦轉瞬間創造一億盤的經驗 你是黃也跟不上
→ henry1234562: 所以 論經驗和計算速度 人類確實不可能超越電腦
→ wadashi1: 研究這60盤棋之後,再仔細細想要怎麼贏,連職業棋士都明白
→ wadashi1: 沒讓子的狀況下,再怎麼樣都沒什麼機會贏..
→ AirOctopus: 我是覺得看多了自然對勝率會有感覺，也許以後每天人類
→ AirOctopus: 每天看AlphaGO自戰500盤，不要多想一盤5分鐘，看看它
→ AirOctopus: 怎麼圍空的，20年後就能對那種勝率有大約的感覺
→ AirOctopus: 講錯了，100盤就好，500盤要40小時XD
→ AirOctopus: 所以以後最強棋手都30歲以上，從6歲開始每天看100盤
→ AirOctopus: 每天8小時看AI棋譜100盤、4小時正常練棋、3小時對役
→ jiaching: 看幾盤根本不是重點 重點是看了之後是否能吸收進而增加
→ jiaching: 棋力   你讓小學生每天看10題微積分 又不加以指導
→ jiaching: 小學生會變成微積分高手嗎
推 sky0302: 高手的棋感本來就是靠下幾千盤幾萬盤從小養成的
→ sky0302: 所以都說頂尖高手要再進步1目都很困難
→ jiaching: 一盤5分鐘 一天100盤  能做得到當然是頂尖高手 無話可說
→ jiaching: 而且還是看AI而非人類下出來的棋譜
推 bbuc: 厄 DM寫的不是圍棋演算法 是學習演算法 學成什麼東西不是程
→ bbuc: 式人員控制的
推 indium111: AG列出所有它想過的棋路，不過那也不是人類可以消化的
→ wtl: 就是只跟AlphaGo說圍棋規則 剩下的就是AlphaGo自己學習