[情報] Leela Zero計畫啟動

[HeterCompute (異質運算)]

https://github.com/gcp/leela-zero/releases

各位有興趣幫忙產生Leela Zero的就來吧。

打開autogtp.exe就可以開始，

藉由大家的電腦自己對弈，棋譜會上傳給Leela作者，

訓練過程和上船是全自動的，也可以視情況多開(電腦強就多開幾個)，

另外一局如果沒對弈完就關閉是無效的。

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.169.175.127
※ 文章網址: https://www.ptt.cc/bbs/GO/M.1510794011.A.BCD.html
→ Uizmp: 這個有趣 看看棋力可以增強到甚麼程度
推 tlchen: 以後睡覺前就去幫忙 run 一下好了
推 iandddy0986: Mac 好像打不開
https://github.com/gcp/leela-zero
mac參考下面的madOS and Linux，上面那個是給win用的
※ 編輯: HeterCompute (118.169.175.127), 11/16/2017 11:04:35
推 iandddy0986: 謝謝！等等來試看看！
推 bahamutjr: 能保存棋譜在硬碟嗎 專案的說明有 但不知道怎麼輸入指
→ bahamutjr: 令 dump_training white train.txt
推 bahamutjr: 我怎麼有一盤下了666手還在下阿 Orz 害我不能測試指令
→ bahamutjr: ZERO的第一盤亂下填滿 也沒這麼多手 Orz
推 bahamutjr: https://i.imgur.com/AInIRnc.jpg 724手 終於結束了
我跟你一樣723
※ 編輯: HeterCompute (118.169.175.127), 11/16/2017 12:25:24
推 semihumanity: 推個！
推 Pojin: 第一場723+1  W+320.5  XD
推 Pojin: 第二場723    B+ 84.5
推 aegis43210: 不知道是用幾層的類神經網路，下蠻久的
現在是6-block
https://i.imgur.com/HeYHETx.png
推 staristic: 499 w+39.5 XDDDD
推 staristic: CPU常駐50%↑，我是i5-6400
推 aegis43210: 545 W+14.5，我是i3-4130
推 staristic: 想知道存檔的指令+1 試了幾下完全沒頭緒，一盤棋又超久
推 aegis43210: 230 W+1.5，有越下越快的傾向，大家一起加速的優勢吧
推 tlchen: 723 應該是下到規定的步數. 19*19*2=722. 不知為何加了 1
→ tlchen: 可能判定是大於 722 才停
→ Uizmp: 應該還早吧, 目前看起來 和 隨機落子好像沒差多少
推 tlchen: 我剛有一盤,雙方在 143,144 分別 pass, 就結束了....
→ Uizmp: 嗯 pass 的規則有點迷
推 Pojin: 第三場395    B+ 13.5
→ Pojin: 第四場284    W+ 12.5
→ Uizmp: http://zero-test.sjeng.org/ 目前蒐集了19000盤左右
推 Pojin: 第五場208    W+  5.5  手數越來越少了
推 Pojin: 第六場150    W+  6.5
推 tlchen: 目前只有283在傳棋譜.若有一千人,那原本訓練一千多年,可以
→ tlchen: 變一年多
→ tlchen: 如果這個主持人是台灣人,那po去八卦板,熱血鄉民們可能可以
→ tlchen: 讓這計畫快很多
https://github.com/gcp/leela-zero/issues/46
先暫時別，作者有說還在測試一些東西，
先等作者覺得夠成熟了再來向大眾宣布。
→ Uizmp: 上面的連結是兩天前的,然後作者在11hr前發佈了windows版本
→ Uizmp: 開起來就算有問題也是幫作者debug, 不至於做白工吧
→ Uizmp: 先看有沒有辦法達到 AGZ 36hr 的水準吧 (約略等於 Lee 版)
兩天有差那麼多嗎？
不過這也不是我說的算，要問作者
推 tlchen: Uizmp post link 時, 才 283人,現在超過三百了
→ tlchen: 大概都是這板的板友?
→ Uizmp: 貼吧也有置頂, 多少也有些人加入吧?
推 aegis43210: leela的好處是不管是N卡或A卡都能用，泛用性很高
推 aegis43210: 不過zero用了490萬局，一天兩萬也要245天左右
推 SolarKa6626: 對樊麾的第一篇論文，還有zero40天都是接近 3000萬局
推 staristic: 一天三千萬局......
是40天3000萬，別搞混啦
→ staristic: 而且黃博士也說了，不是放著就會變強，中間可能還有bug
→ staristic: 感覺是有生之年系列
推 cubec: 如果這程式，有個棋盤顯現下那邊，這樣大家跑起來比較
→ cubec: 有投入感。
但是棋盤吃資源啊，存棋譜比較有效率
→ saladim: 可以用類似SETI的那套系統來讓大家參與
※ 編輯: HeterCompute (118.169.175.127), 11/16/2017 21:14:27
→ staristic: 原來如此
推 tlchen: 如果可以有個選項是可以顯示棋盤, 那的確較有趣
→ tlchen: 每天看看它有沒有稍微進步一點
推 asglay: 如果要推廣那顯示棋盤是不可少的
→ birdy590: 我想應該是懶得寫 顯示個棋盤吃不了什麼資源
→ birdy590: 現在的硬體cpu應該會很閒才對
推 BBSealion: 也可以每N盤秀一次棋盤啊，反正連續的也看不出什麼變化
推 wadashi1: 跑完存個棋譜應該是很好的建議!
推 freddy10100: 果然Google的運算資源才是成就最強的關鍵
→ Uizmp: NN進版了, 現在是38K的版本
推 bahamutjr: 百度圍棋吧 123樓 有人寫了抓取臨時SGF檔的小工具
→ bahamutjr: https://github.com/gcp/leela-zero/pull/69
→ bahamutjr: 作者下個版本應該也會添加這功能
推 aegis43210: 現在實力應該有20K左右
→ Uizmp: 據作者說, 現在應該學會了當黑方不能太早 pass 了 XD
推 tlchen: 若照3000萬/40天,那1.5天約113萬局.似乎兩個月內可達成
推 tlchen: 剛去看一下,作者好像是說,才正在學38K的資料
推 aegis43210: 自從開始學38K的學習資料後，每一局都要下到6百多手
推 aegis43210: 看起來會是耐久戰了
推 pan0531: 目前看來開局已漸漸向角落靠近了
推 humandry: 新版62k對上之前最強19k達到8成勝率！大家快上啊~
推 wadashi1: 這麼快?似乎有點搞頭啊!我也來貢獻一下!
→ wadashi1: 我i7-6700 GTX970 CPU:25-40% GPU:20-25%
推 aegis43210: 奇怪了，怎麼自己關了，都無法啟動？
推 aegis43210: 原來是伺服器有異常，那只能明天再來訓練了
推 humandry: autogtp v3已更新 速度變快 可存棋譜 目前累積1600人上
→ humandry: 傳超過10萬局了！
推 Pojin: 人乾4ni？！你也有在關注這啊XD
→ wadashi1: 喔喔....集合眾人之力果然快上許多!
推 aegis43210: 這樣一天就能三萬局了，3000萬局只要一千天！
→ aegis43210: 順利的話，三年之內，實力超越master的AI就要出現了
推 tlchen: 有點無言的一局 https://imgur.com/a/gBpZf
推 aegis43210: 這局可以讓Leela學會白棋不能一開場就pass，哈
推 staristic: XDDDDDD
推 wadashi1: 可惜不是cgi計畫,不然鄉民一定改挺cgi
推 aegis43210: CGI都不和罡哥下，訓練過程也很神秘呀
推 wadashi1: 擺了一下棋,基本上還是亂下....還有得搞..
推 pan0531: 請問怎麼知道目前總共訓練幾盤了?
推 humandry: http://zero.sjeng.org/
→ Uizmp: 原來85k的版本沒贏62k所以沒更新, 現在在試107k的版本
推 aegis43210: 嗯，按照論文所說，如果新版本實力比舊版本差的話
→ aegis43210: 那就讓舊版本持續訓練，直到新版本贏舊版本再取代
→ wadashi1: 感覺還在亂下藉由觸發來了解規則跟勝負,不知道還要多久
→ wadashi1: 才會讓人有會下圍棋,了解規則,像學了圍棋的新手的感覺?
推 birdy590: 目前才累積十幾萬盤 至少還要再十倍以上吧
推 aegis43210: 依照論文中，訓練24小時後才脫離ELO負的情況
→ aegis43210: 所以至少要訓練75萬盤，這是運氣好情況下
推 birdy590: 1 (O10) 2 (pass) 3 (pass) Game has ended.
→ birdy590: 現在還是會下出這種鬼東西
推 sunev: 版本一樣就會有可能下出一樣的東西，只能期待下個版本了
推 birdy590: 上面這個應該已經是 137k 了... 看起來要學的還很多
推 aegis43210: 現在還只是訓練5 blocks的神經網路哦
→ aegis43210: 無法想像如果是訓練40 blocks的類神經網路，速度會有
→ aegis43210: 多慢......，DM真的非常強，有那麼多運算資源就贏了
推 wadashi1: 真的很強,不管是運算資源還是程式,而且還願意分享程式
推 sunev: DM沒有分享程式吧？只有分享演算法
推 wadashi1: zero據說不會開源,但之前的有,所以其他ai才會進步這麼快
→ wadashi1: 但leela開源出來了,看來會有很多關鍵的地方..還有得搞!
→ HeterCompute: 別造謠，Deepmind從未對AlphaGo有任何開源的動作
推 aegis43210: 個人對leela zero的期望就是達到李世石几版本的強度
→ aegis43210: 因為依照現在的參與度，練5 blocks的類神經網路就好
→ wadashi1: https://github.com/Rochester-NRT/RocAlphaGo 所以這個
→ wadashi1: 是根據論文自己寫出來的,而不是由裡面的開源複製出來的?
→ HeterCompute: 第一句就寫independent student-led啊@@
→ wadashi1: https://goo.gl/PaMSsE DM分享的open Source Code
→ wadashi1: alphago的確找不到官方的,但DM會分享程式是真.
→ HeterCompute: 對啊，所以我只糾正你AlphaGo沒開源