作者staristic (ANSI lover)
看板GO
標題Fw: [ＦＢ] 黃士傑: 11月10日 人工智慧年會的演講
時間Thu Oct 19 14:10:22 2017
※ [本文轉錄自 Gossiping 看板 #1Pw3U84F ]
作者: SangoDragon (SANGO) 看板: Gossiping
標題: [ＦＢ] 黃士傑: 11月10日 人工智慧年會的演講
時間: Thu Oct 19 13:26:28 2017
ＦＢ卦點說明：黃士傑將在11月10日,人工智慧年會的演講
介紹AlphaGo Zero的精彩故事
ＦＢ連結： https://www.facebook.com/aja.huang
ＦＢ內容：
大家好，我們很高興與大家分享AlphaGo的第2篇論文，非常榮幸AlphaGo團隊再次登上了世
界頂尖的《自然》雜誌。
11月10日在人工智慧年會的演講，我也將介紹AlphaGo Zero的精彩故事。
這篇論文介紹了AlphaGo Zero，也就是完全脫離人類知識的AlphaGo版本。主要成果如下：
- AlphaGo Zero從零開始自我學習下圍棋。
- 僅僅36小時後，AlphaGo Zero靠著自我學習，就摸索出所有基本且重要的圍棋知識，達到
了與李世石九段對戰的AlphaGo v18的相同水平。
- 3天後，AlphaGo Zero對戰AlphaGo v18達到100%的勝率。
- 不斷進步的AlphaGo Zero達到了Master的水平。Master即年初在網路上達成60連勝的
AlphaGo版本。
- 40天後，AlphaGo Zero對戰Master達到近90%勝率，成為有史以來AlphaGo棋力最強的版本
雖然AlphaGo Zero沒有公開下過棋，在論文中我們附上了AlphaGo Zero的80局棋(選自不同
階段的自我學習，
https://www.nature.com/…/v5…/n7676/extref/nature24270-s2.zip)，供大家研究。從
圍棋技術的角度來說，AlphaGo Zero自學所發現的圍棋觀念，例如打劫、征子、棋形、開局
先下在角部，開局定式等等，絕大部分與人類的圍棋觀念是一致的，這也間接呼應了人類幾
千年以來圍棋研究的價值。AlphaGo Zero的棋風特別好戰，並且也喜歡直接點33。從論文內
容來說，這主要是一篇強化學習的論文，關鍵技術在於強化學習訓練pipeline的效能極大化
。
針對這篇論文或AlphaGo想要提問的朋友，請參加明天的AlphaGo AMA，AlphaGo團隊的
David Silver與Julian Schrittwieser將在線以英文回答大家的問題。
https://www.reddit.com/…/ama_we_are_david_silver_and_julia…/
時間是 10月19號英國時間晚上6點 (台灣時間 10月20日凌晨一點)
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.241.215.255
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1508390792.A.10F.html
※ 編輯: SangoDragon (111.241.215.255), 10/19/2017 13:28:21
推 cerberi: 強者的宿命 就是戰呀 10/19 13:28
推 soaping: 幹 超神 只要告訴他遊戲規則 就能發展出超猛戰法 10/19 13:28
推 aCCQ: 甚麼時候公開挑戰即時戰略遊戲選手阿 10/19 13:30
推 aaaba: 推 10/19 13:49
推 staristic: 可以借轉Go嗎？ 10/19 13:55
推 zzzz8931: 推 10/19 13:57
推 shadow0326: 好戰AI的興起，人類GG 10/19 14:00
※ 發信站: 批踢踢實業坊(ptt.cc)
※ 轉錄者: staristic (111.185.153.145), 10/19/2017 14:10:22
推 zeat: 無師自通也太強@@ 10/19 14:29
推 Yibooo: 沒受人類汙染的版本 開局依舊下在很正常的地方 10/19 14:43
→ Yibooo: 沒出現什麼5-5、邊星、天元之類的 人類應該感到很欣慰啊 10/19 14:43
→ staristic: 如果出現那種奇葩開局還能虐Master應該會更有趣XDDD 10/19 14:54
推 s891234: 不知道無污染版本可不可能有原本沒有的弱點>< 10/19 15:00
推 yys310: 好想聽演講... 10/19 15:04
→ ddavid: @s891234 理論上當然有可能，無人類棋譜並不代表它就不會 10/20 03:05
→ ddavid: 落到某些局部最佳解，但是以學習速度來說人類還是難以抓到 10/20 03:05
→ ddavid: 事實上它對於Master也沒到100%勝率就證明了仍有可被Master 10/20 03:06
→ ddavid: 抓到的缺點 10/20 03:06