› 看板 GO 關於我們 聯絡資訊
作者BBSealion (Peaceful Warrior)
看板GO
標題Re: [問題] 為什麼現在AlphaGO開始會"讓"呢?
時間Tue May 23 20:22:52 2017
這問題從第一次人機戰開始就不停有人問，我來認真解釋一下好了 其實推文也有人講到重點了 大家已經知道電腦看的是勝率了，這是根本原因沒錯 但這勝率是怎樣來的才是重點 簡單說AlphoGo有兩個系統 一個可以靠當下就猜出大概每步棋的價值（可以簡單想成勝率） 另一個就是，反正我就選一步，然後自己左右互搏下他個上千盤，看勝率多少就好 目前v25版本的第一個系統到底有多準 還有這兩個系統現在互相比重佔了幾成 在官方公布前不知道 我們就簡單先拿容易理解的第二系統來說 就會知道AlphaGo到底在"讓"什麼鬼了 現在假想一個情境：AlphaGo執白，棋局已到中後盤全局無弱棋，領先5目半 但這"領先5目半"從人類的角度來看的 電腦看到什麼呢？他只看到"我怎麼下勝率都接近100%" 那假如現在有10個可能的選點 其中最好的一手（不損目）的只有1種 損1目、損2目、損3目的各三種 AlphaGo把每一種都試一次之後結果會發現，啊怎麼好像都一樣啊？（勝率都接近100%) 於是只剩一些微小的模擬隨機誤差來決定他想選哪個 簡單說等於他就是隨便選了一個，當然選中最佳解的機率是不高的 所以雖然人類角度看起來他就是在損、在讓 但在電腦的角度這叫做"我就真的不知道哪個比較好啊？看起來不都一模一樣嗎？" 當然，這絕對是不影響最終勝負的 因為假如電腦不幸選了損3目的棋，現在上帝視角來看盤面只領先2目半了 下一次同樣看到10的選點，一樣的價值分布 他會發現，不損目、損1目、損2目的勝率都一樣，接近100%，但損3目的勝率只有30% 他很自然就會在前三種可能性隨機挑一個，但絕不會挑到會輸的那種 如此隨機的挑著挑著，由於每次最佳解被挑到的機率，一定小於其他解 最後結果就是會變成只贏一點點，但他就是會贏 這其實是很有趣的一個地方 因為”思考方式”的不同造成互相不理解 就像電腦也會覺得人類布局的棋非常詭異（假如電腦有感情的話） 明明我試了一千次就發現A下法勝率比B下法高5百分點 你為什麼還是選A，你是故意在讓我嗎？ 他就無法理解人類真的就是沒辦法看出A、B哪個選點比較好 就只是靠感覺隨便選了一個而已 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.25.6.25 ※ 文章網址: https://www.ptt.cc/bbs/GO/M.1495542184.A.EC1.html
推 devidevi: 現在盤勢分析，看到阿發狗開始讓，就知道這盤勝負已定.. 05/23 20:27
→ BBSealion: 更精確的說就是他發現每步勝率都差不多（接近100%) 05/23 20:29
→ BBSealion: 所以選到最佳解的機率開始下滑 05/23 20:29
→ BBSealion: 局勢差不多的時候，最佳跟次佳解的勝率差距一定很大 05/23 20:30
→ BBSealion: 那他就一定會走到最佳解 05/23 20:30
→ moonlind: 所以只有在均勢的時候才能逼出ai的實力 也才會造成計算 05/23 20:32
→ moonlind: 負擔 那時對電腦限時才有意義 05/23 20:32
推 iamstudent: 奇怪，那為何不能設計穩贏的時候再追求最多領地? 05/23 21:07
→ iamstudent: 而且alphaGo下緩的時候真的判斷100%贏了嗎?應該還沒吧 05/23 21:08
→ BBSealion: 100%是好理解的講法，精確說就是勝率起伏不大了 05/23 21:17
→ AMTS: 因為目數多寡跟勝負不是完全正相關的 為了降低演算法的負擔 05/23 21:26
→ iamstudent: 應該還有另外一種可能: 虧的走法真的勝率比較高 05/23 21:26
→ iamstudent: 這個應該能解釋中盤放緩，不是指尾盤可以算盡的時候 05/23 21:27
→ AMTS: 有優勢的時候 做小虧的交換來取勝說不定勝率真的比較高 05/23 21:34
→ AMTS: 反正贏多贏少都是贏 優勢本來就是一種籌碼 05/23 21:36
推 paulli: 大推，請問文章可轉載於弈棋嗎？謝謝您！ 05/23 22:07
推 noname9: 雖然alphaGo選擇勝率高的走 但勝率高的不一定是有理的棋 05/23 22:59
→ noname9: 但要讓alphaGo走進盲點必須要那條path深到alphaGo算不到 05/23 22:59
推 CGary: 他能設計穩贏追求更多領地 但沒有意義 Deepmind不是圍棋設 05/23 23:13
→ CGary: 計公司 他要盡量在「最少規則」下做最多的事情 以確保他設 05/23 23:14
→ CGary: 計出來的演算法可以應用在更多領域 05/23 23:14
推 gajin: 我覺得電腦計算上一定會判斷+-目數 公司也知道alphago跟 05/23 23:40
→ gajin: 神一樣了 這場跟人類下就真的是指導棋 有沒有可能其實中 05/23 23:40
→ gajin: 國棋院早在比賽前枱面下安排妥當了 公司賽前對祂輸入指令 05/23 23:40
→ gajin: ：+1/4 05/23 23:40
推 godoflight: 推 很有說服力 05/24 00:08
→ Aipr: 今天忘了哪位解說者有講, 對人來說, 優勢越大棋盤越小 05/24 01:03
→ Aipr: 所以人會追求多贏 05/24 01:03
推 jimmymaxwu: 推 原來是這樣啊 05/24 02:10
推 qqq1397: 人類感覺的贏到爆勝率也沒接近百分之百，有看過zen6之類 05/24 03:27
→ qqq1397: 的中盤頂多6-70%，收官也9x%；電腦剪枝加挑穩的下，絕不 05/24 03:27
→ qqq1397: 是什麼99.x% 跟 99.x％穩贏下哪都沒差。alphago 就是在比 05/24 03:27
→ qqq1397: 賽結束前逐步往100提升至 05/24 03:27
噓 Emask: 你到底有沒有看論文 不懂裝懂。。。 05/24 05:08
推 doom3: 為啥要設計成領先越多目勝率沒越高? 05/24 07:09
推 noname9: 因為用找最大勝利目數來算會有經典的平均數問題 05/24 07:56
→ noname9: 全世界平均一個人一顆睪丸? 05/24 07:56
→ noname9: 目數高不代表勝率高 05/24 07:57
推 indium111: 從MCTS的原理來看，贏10目和贏1目對勝率加成都是一樣的 05/24 10:46
→ indium111: 電腦看勝率不是看贏多少目，而是接下來的N種變化中 05/24 10:48
→ indium111: 出現勝利盤面最多的走法 05/24 10:48
→ a1013707: 有興趣請參考Monte Carlo tree search這是alphago的核心 05/24 12:07
稍微澄清一下 1. 100%是誇張的說法，實際上通常頂多就是70%, 80%之類， 但這對電腦已經算是很穩的意思了，套句人類口語說法就是"贏定了" 2. 如果某損目下法，確實能讓局面更穩勝率提高，這選擇沒啥爭議， 我只是特別針對某些明明看起來損了目， 同時其他不損目的下法也完全看不出有什麼風險在裡面， 甚至感覺上沒有減少到任何複雜度的特別情境討論而已 很多人懷疑這種100%盡損的棋一定是刻意讓，其實不是 3. 這只是個簡化和只取片段的說法 若直接照搬說AlphaGo就是這樣判斷的，確實會有點誤導之嫌， 我只是單純用非常簡單誇張的例子， 讓大家試著從勝率之眼去看棋盤， 而不是從人類數目的眼光去看 ※ 編輯: BBSealion (114.25.6.25), 05/24/2017 21:30:00