Re: [閒聊] Master已經突破人類圍棋運算的極限了嗎?

[a127 (毛蘿蔔)]

※ 引述《Emerson158 (紅豆 X 八嘎 X 烏魯賽)》之銘言：
: 文章中如此寫道
: 雖知道早有AI戰倒人類高手群的一天, 自從AlphaGo驚艷表現開始
: 只是沒想到這麼快
: 下一步真的要挑戰星海爭霸了嗎?
: 這是即時戰略,感覺有點恐怖啊..

個人只是看過一些簡報介紹，
但我覺得阿發狗的壓倒性實力應該沒那麼絕望才對。

以前西洋棋被電腦演算直接暴力破解，
原因在於合法步少，對手的下一手反制只有2X步可能，
圍棋的合法步多，前幾手對手的反制有200步以上的可能。

然後西洋棋的好步就是成功的殺死對手的棋子+國王，
圍棋的好步眾說紛紜，就連佈局來說不同的棋手就有各自不同的審美觀。
雖然人類已經神乎其技的知道自己的佈局在爭奪N個目的地，
但兩個不同的N相比起來，還是會很微妙的難以判斷哪方優劣。

所以圍棋比賽沒有足夠時間被暴力破解，
於是就變成阿發狗利用評價網路來建立圍棋的審美觀，
也就是把人類棋手應對的"好步"記起來，
利用這些好步跟有限的計算來擊倒對手。

原本我在想既然餵養阿發狗的食物來源也是人類創造的，
那麼阿發狗為什麼會這麼容易的擊敗世界頂尖的好手呢?

我在猜測其實職業棋手一場比賽其實"好步"的數量沒那麼多，
相較阿發狗則是利用他的評價網路希望他每一手都是好步(但可能也是部分而已)

會有這種猜測是這五十場勝利之中，其實有幾場是幾目的勝負，
而且都是在前中期阿發狗被評論大幅領先，在後面被人類追上。

我認為會有這種異常狀況出現，可能在於一部分的賽局都以投子結束，
等於在最後收官階段給阿發狗餵養的資料不夠多，
因此目前人類在後期的計算跟審美仍然略優於阿發狗的關係。

---

所以我覺得阿發狗本身還是以人類判斷這是好東西，
才有辦法下出好的判斷。

至於現在對於阿發狗本身介紹的系統中，
很難想像超越人類的棋步或者自己從另外一隻阿發狗學到東西。

至於像星海的第一次偵查，什麼時候出去可能大家有定論
但出去上敵人的平台怎麼繞、該繞到甚麼、什麼狀況可以判斷對面失誤，
好像一般玩家各自的審美觀跟習慣就不同了...

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.246.2.21
※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1483591344.A.96F.html
→ flysonics: AI如果要架構在RTS上面的話 應該一開始只能先做快攻吧
→ flysonics: 不然到了後期兵一多又是即時的 NN應該是來不及算 就算
→ flysonics: 他是用另一個策略weighting也一樣
推 intela60474: 兩隻阿發狗無限對弈 就沒有你說的問題
推 WindSpread: 聽說master版本的alphago訓練時用的棋譜全是自己跟自
→ intela60474: 不用怕來不及算 參數訓練好後面只是代入解數學
→ WindSpread: 己下出來的
推 tsubasawolfy: 他平常就自己跟自己下了...去年的資料不是都有說
→ xxxxae86: 他們一定做過像樓上說的事情
推 Aatrox: 你講的是舊版狗 新版狗完全沒看人類棋譜
→ flysonics: 評價網路還是要即時算勝率啊
→ xxxxae86: 結果還是要找人來debug你就知道跟人類對弈才是下一步的
→ xxxxae86: 重點
→ flysonics: NN只是拿來學習強者棋手的好步而已
→ intela60474: 人類後期能拉回應該是因為前期資訊對人類來說不足
→ intela60474: NN太粗糙 1萬層NN來訓練差不多
→ flysonics: 一個拿AI來練蠱的概念wwww
→ intela60474: 一萬層是隨口說說 總之是要多層 =深度學習
推 sarevork: 正常來說是越來越絕望 因為人會累XDDDDDD
→ flysonics: ....NN一直都沒有人只玩一層的 你去看NN的paper
推 intela60474: 應該說AI每下一盤就會變強一點
→ flysonics: 會改深度學習這個名詞一來是weighting的方式有經過簡化
→ flysonics: 二來是他們說paper只要掛NN就會被當垃圾 只好換個名詞
推 a1s2d342001: 機器一天下的數量就比人一生還多了
推 meredith001: 原來如此 那賭神開示過了 先用500局來欺騙電腦
→ intela60474: 500局在訓練資料裡佔的比重微乎其微
→ intela60474: 我們在這裡推文的當下 已經不知道訓練幾局去了
推 sarevork: 大概一個月的封閉對弈等於50年的人類對弈吧
→ henry1234562: 這篇最大錯誤是 認為贏得目數少是ai經驗少
→ henry1234562: ai只有贏和輸 沒有贏多跟贏少
→ henry1234562: 當一步棋會讓他從80%贏20目變90%贏半目 ai就會走
→ henry1234562: 這也是為什麼一堆選手中盤認輸 當他看到ai處處退讓
→ henry1234562: 自己算一算就知道 剩下怎麼樣都輸定了
→ henry1234562: 也就是 ai後面讓你追 是因為你追了還是輸
推 a774532087: 推henry大的論點
推 f222051618: 樓樓上突破我盲點了
推 shintz: AI:來追我阿 阿哈哈哈~~
推 suhorng: AlphaGo 跟自己對弈的場數超級多啊XD
→ joy3252355: 只有我覺得這篇原po有錯誤認知嗎 ???
推 oldriver: alphago都開影分身對打練經驗值 人類已經不重要啦
→ fei6409: 最後一段看來是搞錯什麼了 XD
→ henry1234562: 不是只有你認為 這篇錯的很多
推 shinwind: 這篇就是標準人類的觀點.就連學習這件事情上都是
推 s101881: 這篇不對吧
→ gmoz: ....
噓 tiefblau: 只看過一些簡報就不要出來丟臉
噓 coldfirecf: 完全搞錯原理的不要丟臉
噓 gy3310: 搞錯太多了
噓 alen82515: 那些簡報只有說一般AI的運作，alphago跟它們有如天壤
噓 alen82515: 之別