為什麼現在AlphaGO開始會"讓"呢? - 圍棋

Table of Contents

只要你開始想 讓 or 不讓
表示你依然使用人類思考方式

人類的思考觀念
=====
主要是佈局加上細部的目數計算
來作為取勝套路
也因角落容易定型/評估氣/目數
所以才有會金角銀邊草肚皮
因為四五路以上變化太多
人類只能思考一小部分

所以早期一些AI確實是以
最大化「目數」走法來進行局部優化
但阿發狗不是



阿發狗的運算概念
=====
都是全局觀
而且都是用「勝率」來計算
而非角落的目數/型態的回應來算

所以你常常會看到
所謂的緩手或是先後順序不同
例如說一般棋手下某個點
局部最佳的「應」大家都知道

阿發狗卻先下其他地方再回來下
手順明顯跟人類棋手不同
也再再顯示電腦是全局觀而非目數觀

所以其實如果看到中盤以後
電腦拼命下人類的「緩」
其實就代表他搜尋到的各種算法
勝率都已經相差無幾了


結論
電腦完全沒再讓的
當你覺得他在讓的時候
其實就是他分不出來
讓跟不讓的差別了

意味著勝率都高到一個情況
而且分不出來優劣



小小碼農,希望有解答到版友概念

--

All Comments

Elizabeth avatarElizabeth2017-05-29
被你發現怎樣下都贏的時候就隨便啦
Harry avatarHarry2017-06-01
那如果要簡短說狗下緩這件事,該怎麼形容
Isabella avatarIsabella2017-06-01
反正都會贏 沒差
Tom avatarTom2017-06-04
垃圾時間?消化比賽?敗戰處理?
Mason avatarMason2017-06-08
會輸的點絕對不下 會贏的點隨便下 贏的點很多 就隨便選
Edwina avatarEdwina2017-06-08
最佳解只有一個 能贏的點這麼多 剛好打中最佳解=中樂透
Joe avatarJoe2017-06-12
職業棋手的尊嚴
Franklin avatarFranklin2017-06-16
我覺得是怎麼下都贏,會選贏最少的那種,這樣可以淘汰
Michael avatarMichael2017-06-18
錯誤判斷的算法
最後得到的就是最精準且能贏的狗狗
Enid avatarEnid2017-06-20
還可以顧全選手面子ㄏㄏ
Franklin avatarFranklin2017-06-21
他只是把後續路線單純化,只是剛好單純的路線贏比較少