Re: [情報] LEELA ZERO即將結束

[staristic (ANSI lover)]

借標題問一下比較熟這塊的板友們


依 Leeza Zero 目前成長停滯及 AlphaGo Zero 後期成長趨緩

是否以目前深度學習方法，圍棋AI已經到達強度上限？

意即，再強可能也就和 AlphaGo Zero 64開左右，不可能再更強了？


畢境圍棋的總變化數遠遠超過宇宙中的原子總和

AI 訓練出的權重和這個數字相比微不足道

目前的方法必定離神乎棋技很遠

可以旁證的是，當前的AI黑白的初始勝率最偏的也只有在黑棋40%左右

而越靠近神乎棋技，初始勝率應該會往0%或100%趨近，但目前好像沒看到明顯的現象？




因此，我們是否可以樂觀一下，如果以目前的方法，AI強度最高就到此

也許50年後人類將這些棋譜研究個大概90%完

雖然人機不太可能分先平等下(畢竟機器不會犯錯人會)

但可能會讓兩子讓不太動，再更久之後，我不知道多少年

也許人類至少在佈局方面可能又會重新對電腦佔優也說不定？

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 126.0.48.11 (日本)
※ 文章網址: https://www.ptt.cc/bbs/GO/M.1576724770.A.E93.html
推 doasgloria: 所謂的AI上限 就是目前某深度學習類演算法的上限
→ doasgloria: 換另一個深度學習演算法 或更新一代其他演算法又有新
→ doasgloria: 的上限了吧
→ HeterCompute: 我的看法是同等機器下不會有突破性的發展(91開這種)
→ HeterCompute: 但是可能存在很多方法可以讓AI更不容易犯低等錯誤
→ HeterCompute: 所以可以對lz 82開
推 liaon98: 等量子電腦突破性發展後 人類又會被遠甩一次了
→ liaon98: 今年google的論文就說他們的量子電腦200秒算出超級電腦
→ liaon98: 要1萬年的 (雖然IBM跳出來說超級電腦應該可以3天完成)
→ liaon98: 而且google才用了54量子位元而已...
→ HeterCompute: 量子電腦只能加強特定演算法的計算，神經網路能怎麼
→ HeterCompute: 加強八字也還沒有一撇
→ liaon98: 但原po說50年啊 我覺得50年量子電腦應該是弄得出來啦
推 NoManInCar: 科技成長是指數型的，說不定不用50年，過個幾年就出現
→ NoManInCar: 了
→ pmove: 不見得一定出的來，像核融合電場，40年以前就在講了，到現
→ pmove: 在還是出不來。量子電腦已經有了，但是有冷卻的問題，所以
→ pmove: 到現在還是沒有量子‘個人’電腦
推 liaon98: 等未來網路速度快到爆的時後 量子電腦建置在伺服器端
→ liaon98: 就好了 家裡個人電腦只要有螢幕網路鍵盤滑鼠 連主機
→ liaon98: 都不太需要 所以本來就不需要量子個人電腦
推 HeterCompute: 務必要澄清量子電腦並不是一種更快的通用電腦，只有
→ HeterCompute: 在特定的問題上(ex:質因數分解，應用於加密)，使用
→ HeterCompute: 特定的演算法能有非常誇張的加速，而且真的要應用，
→ HeterCompute: 粗估要百萬個量子bit的數量級才能做到破解加密，現
→ HeterCompute: 在不到100個量子bit，要真能做出來都非常遙遠
→ pmove: 當什麼都在雲端，個人就失去控制權了，還是希望有量子個人
→ pmove: 電腦。另外量子電腦是快在平行處理非常快
推 hannocps: 為什麼要結束了啊~~什麼原因
→ staristic: 一是作者的心力問題，二是LZ的成長好像到盡頭了......
→ staristic: 可以去LZ官網看一下，和上個權重相比練了50w盤沒升級
→ Borges: 這種訓練方法也是有極限的 只是已經遠超人類頂尖了
→ staristic: 我很好奇AlphaGo Zero當初最後幾次升級到底花了多少盤
→ staristic: 又，Deepmind是看到練了多少盤沒結果才決定停止
→ mars0009: AI到極限那是沒有 用更大的網路 更大的算力 更久時間
→ mars0009: 下他個一億盤 肯定又比現在更強
推 mars0009: 但是那麼強要幹嘛  我也不知道要幹嘛
推 aegis43210: DM說就只練40天，但實力仍在持續成長
推 aegis43210: 最終是要證明這算法可以比擬窮舉呀，但目前不行，黑棋
→ aegis43210: 勝率還有40%
推 ddavid: @mars0009 不一定喔，除非嚴謹證明可找到最佳解，不然現行
→ ddavid: 大多數的學習方式都是有可能掉到局部最佳出不來，也就是卡
→ ddavid: 在某個「暫時看起來最佳」的水準出不來的狀況
→ ddavid: 以深度學習這個架構而言，確實你把空間時間無限放大是有可
→ ddavid: 能取得最佳解，但是也有可能所謂的「大」就是大到要能跑過
→ ddavid: 而且存下所有可能盤面，那麼這個「大」就不是人類技術短期
→ ddavid: 內可以達成的XD
推 enjoytbook: 有可能沒人玩啊，像是西洋棋深藍贏玩就不想玩了
→ hank93304: 目前新的權重有機會進版!
推 hank93304: 終於又進了一版了!
推 aegis43210: 居然成功進版了，看來到明年一月底前還能繼續加強
推 aegis43210: 其實GCP的練法和DM有區別，LZ是-v 1600，DM是-p 1600
→ staristic: 請問一下，兩種練法差在哪？對AI不熟，求解說
推 crueltyangel: 請問目前leelazero跟master比，如何？
推 abc0922001: bjiyxo 大強制續命一波XD
推 lwei781: Alpha Zero 似乎沒到極限啊
→ wadashi1: 34小時的AlphaZero下贏3天的Alphago Zero,但就終止了,沒
→ wadashi1: 測要練多久才可以贏過之前練40天Alphago Zero
推 Parazicecum: 這是目前的演算法上限 等以後研發出了更適合用來訓練
→ Parazicecum: 圍棋軟體的演算法之後 就會更強
→ Parazicecum: @mars0009說的不對 之所以沒再下一億盤 通常是因為已
→ Parazicecum: 經收斂在一個相對很好的解了 如果當前的model本身沒
→ Parazicecum: 辦法再找到更好的解 那你再下一兆盤也不會變更強
→ lwei781: 其實變弱也不是不可能
→ staristic: 不知道是不是錯覺，自那次大卡關後leeza的棋好像變得更
→ staristic: 好懂了，而且相對來說偏舖地板的棋好像變多了
→ staristic: 有像當初的AlphaGo Zero
推 aegis43210: 是，但又陷入瓶頸了
→ liaon98: 話說Leela現在實力大概落在哪啊 他官網的ELO像是自己
→ liaon98: 跟自己的ELO 高達1萬多 沒有比較性...
推 abc0922001: http://www.yss-aya.com/cgos/19x19/standings.html
→ abc0922001: 這裡有跟其他AI的局，你可以看一下
→ abc0922001: LZ_258_32e8_p400 就是對應官網的第258權重
→ abc0922001: 權重No._Hash_算量