趙治勳:ZEN很乖不會放勝負手 - 圍棋

Table of Contents

趙治勳:ZEN很乖不會放勝負手 很感動它超常想像力

新浪體育訊  趙治勳九段在人機大戰第2期日本電王戰執黑中盤擊敗DeepZenGo,三番棋
2比1勝出。賽後趙治勳坦言感動於ZEN超常想像力,而且對手很乖不會放勝負手。

  首局趙治勳官子制勝,次局ZEN屠龍扳平,雙方迎來決勝局。本局裁判長小林覺九段
,記錄小山空也三段、外柳是聞二段,日本電視解說井山裕太九段、梅澤由香裡六段,幽
玄解說伊田篤史八段。趙治勳執黑以高中國流開局,17連扳很少見,白不能反打,右下棋
形與2015亞洲杯決賽李世石執黑戰樸廷桓一役相似,白20當時是選擇托角。ZEN率先變招
,白棋要爭先手夾攻或掛角右上。白22掛角,黑棋可一間低夾。ZEN在年初還要被讓4子,
進步可謂神速,休息2天后不知又會有哪些變化。白連續將棋走在週邊,豪爽棄掉右邊三
子,十分大局。白46打吃也是只有電腦會馬上走掉的劫材。黑收穫頗豐,沒有不滿。

  白左上模樣可觀,黑托角後拆一,眼形豐富的好手。白54打入下方甚大。黑55飛角,
又是意外少見的一手。由於下方不易處理,黑索性脫先,白托斷繼續發力。黑處理好左下
,67搶先打入左路,要考驗ZEN的攻擊力了。井山裕太:只有趙老師敢下,如果是我恐怕
會先飛補上方吧。白72機敏碰入右路,試圖先手做活後攻擊左上。黑連扳來搶先手,補到
左上是好勝負。白棋依然很穩健,似乎有些樂觀。白84或許可直接搶攻左上的。趙老師繼
續先撈後洗,專心治孤。井山裕太:如果電腦挑戰我,我會很有興趣。

  白94直接圍中央,ZEN終於要發力了。白98破眼,令黑陷入長考,此時軟體判斷白棋
勝率很高。不過接下來白只是加固週邊,黑活棋不難,看來ZEN還是意在圍空。右上飛官
子很大,不過左路或許應先扳一下交換,白中腹如能圍出目數仍很細要拼官子。趙老師以
前喜歡撕紙掰火柴棍,現在是咬手指揪頭髮。井山裕太:左上白還有一路尖做劫手段。目
前黑大約70目白40目,白中央能圍多少是關鍵。比賽用時每方2小時,3次1分鐘讀秒,ZEN
尚餘1小時,趙治勳剩40分鐘,剛剛露出迷之微笑。黑在左路犧牲目數走得鐵厚,安全運
轉的意思。白132仍優哉遊哉,被黑搶到135的大官子。ZEN本局一直很樂觀,目前判斷自
己勝率64%,隨著收官估計會降低吧。右路白棋有缺陷,趙老師出大招了。白棋恐怕要苦
肉計脫身,實戰白棋中招,黑棋至少盤十了吧。白158把一路扳做劫手段賣掉了。正常收
束黑好。中央白聯絡有缺陷,不過黑167斷上去時棋局戛然而止,雖然此時ZEN判斷自己勝
率60%並未降下來,但開發者加藤英樹示意認輸了。據說首局ZEN也判斷自己勝率過半,最
後時刻加藤英樹選擇投子。

六旬趙治勳老師2比1勝出,捍衛人類尊嚴!趙治勳自信先撈後洗,本色出戰奉獻精彩。本
局ZEN白32走厚週邊但損目甚多,黑左上托角後拆一體現治孤大師的良好感覺。白打入下
方好時機,隨後掏空右路也可,不過白84還是應該脫先搶攻左上,左下也應該靠下,利用
棄子分斷黑棋。白92/94行棋中央很有ZEN棋風,96/98也是連環好手,電腦沒有盲點不拘
泥於定式是優點。不過白並未選擇強殺,黑111成功治孤取得領先,隨後黑在左路損目加
固自身,體現清晰判斷。白132或許還是應粘上右下大官子。而黑145一路破眼後沖斷中央
是連環手筋,白如苦肉計棄子也無力回天。而白158/160也損了目數。最後趙治勳中央妙
手斷一錘定音,白如妥協退讓利用氣緊做活仍無法逆轉,而黑上方沖斷可出棋,不過ZEN
自我判斷勝算仍過半,如發現出棋了勝算判斷應該暴跌吧。本次三番棋發現ZEN在死活和
收官等細節有弱點,但序盤、中盤構想十分了不起。DeepZenGo雖然發揮不完美,但仍有
很多閃光點。畢竟不是穀歌全球各地伺服器支持的AlphaGo,單機版的DeepZenGo是有可能
如佐為一般,明天就走進棋迷自己電腦裡的。

  趙治勳坦言就像跟人在對局一樣,有強也有弱項。對手對厚勢和中央的看法不符棋理
,看似不好但完全可下,如果我輸了會想這50年自己到底學到什麼。軟體越來越強自己也
能學到不少,進步驚人再過半年我可能就不行了。但完全沒考慮輸棋受辱,這三番棋很快
樂,非常感動ZEN的想像力完勝於我,而且很乖不像井山裕太會放勝負手,那樣一攪我就
容易出錯。

  ZEN團隊開發者加藤英樹表示,首局時間分配不合理,感覺選錯了對手,有弱點和誤
算需要搞明白,用時方面很難像人一樣靈活。次局很幸運,對手如做活仍細棋。本局強圍
中央是完敗,但自我判斷總是樂天派,最後連走損招,我就讓它投了。解決弱點的方向還
是要取平衡點,今後目標超越AlphaGo,為圍棋界做貢獻。

  (李新舟)

http://sports.sina.com.cn/go/2016-11-23/doc-ifxxwrwh5027077.shtml

--

All Comments

Yuri avatarYuri2016-11-26
很乖不像井山裕太會放勝負手www
Lucy avatarLucy2016-11-30
原來兩次認輸都是人做的決定...這樣做比賽還能號稱人機戰?
Suhail Hany avatarSuhail Hany2016-12-01
可理解身為棋藝愛好者不忍看ZEN下Alpha第四盤崩潰後醜招
Emily avatarEmily2016-12-01
但擅自幫機器決定認輸整,盤棋就不能算是機器在下
Sierra Rose avatarSierra Rose2016-12-02
第三局大龍被吃就算了,第一局讓ZEN繼續下看勝率何時降下
Megan avatarMegan2016-12-05
第四局小李搔頭太經典了
Belly avatarBelly2016-12-07
幫認輸 哪招...就讓ZEN走崩潰阿 電腦敗勢只會越走越
難看而已
Vanessa avatarVanessa2016-12-09
大家來看棋是想看機器怎麼下,不是你開發者對棋局的看法
Charlotte avatarCharlotte2016-12-10
電腦是會認輸的。內文有說開發者認輸的時候電腦都不覺得輸
Edith avatarEdith2016-12-12
所以幫電腦認輸只是把想法強加在電腦上,是人下非電腦在下
Mason avatarMason2016-12-14
日本人自尊心那麼強 怎麼可能忍受自己的作品大庭廣眾出醜
Wallis avatarWallis2016-12-15
對美的追求蓋過對真的追求,請恕在下不敢苟同
Tristan Cohan avatarTristan Cohan2016-12-20
難怪日本圍棋被中韓屌打
Leila avatarLeila2016-12-22
其實往好處想,投子是加藤尊重趙的作法。上一局zen小打一將
,就引起趙叫暫停關切了。要看後面勝率什麼時候下降,不用
勞煩趙,收官那幾手業餘棋手就算得清了,回家自己慢慢測,
畢竟zen還要顧點形象,明年還要推出新款呢!
Sandy avatarSandy2016-12-27
開發者這樣做就好像科學家做實驗只記錄自己認為對的數據
Mason avatarMason2016-12-29
久而久之就會形成selection bias,研究怎麼做得好?
Quintina avatarQuintina2016-12-29
難道AlphaGO第四局讓他下到完就是不尊重李世石?
Noah avatarNoah2017-01-01
可是,科學家只會發表顯著的結果啊。
Charlie avatarCharlie2017-01-02
所謂不尊重的說法,是在對手是人的前提才成立
Kumar avatarKumar2017-01-06
zen下一手肯定又不知跑去哪送死 實在也沒繼續的必要了...
Mason avatarMason2017-01-06
機器就是按照他的算法在下棋,哪來的尊不尊重
Joseph avatarJoseph2017-01-11
論圍棋氛圍 日本還是屌打中韓 在日本下棋真是幸福 >///<
Lydia avatarLydia2017-01-15
有很多科學成果都是因為詳實紀錄實驗數據而意外發現的
Rae avatarRae2017-01-16
同樣是尊重,做法各有不同,並沒有說alphaGo第四局就不尊重
Dinah avatarDinah2017-01-16
只能說作者終究是圍棋愛好者而不是科學家或工程師
Callum avatarCallum2017-01-20
對圍棋之美的追求損傷了人機對戰測試的真實性
John avatarJohn2017-01-20
怕被外界恥笑吧XD 輸棋就算了 後面亂走會更慘 雖然..
Callum avatarCallum2017-01-22
詳實記錄的數據不用公開吧,他自己整理好就好。檯面上只是
一場秀,秀的結果若太難看你要他怎麼面對贊助硬體的協力廠
商和學術單位啊?你講得是有道理,但也許不必這麼嚴厲看待
此事
Kristin avatarKristin2017-01-23
我也沒看過科學界哪篇論文會把失敗的研究方法全面展示給大
家品評的
Lily avatarLily2017-01-28
首先這是競賽,跟show的最大區別在競賽必需要真實
Megan avatarMegan2017-01-29
不能代打,今天允許場外幫認輸,下次是否可以場外幫下子?
Ophelia avatarOphelia2017-01-29
其次,這是測試而不是發表,測試就是不管好壞都要忠實紀錄
Jacob avatarJacob2017-02-01
UEC難道都是電腦認輸嗎?如果不是,電腦圍棋界的慣例你看不
順眼,那也沒辦法
Isabella avatarIsabella2017-02-04
可以想像汽車耐撞測試因為怕撞太爛所以偷踩煞車?
Kristin avatarKristin2017-02-06
改正一下,UEC後的電聖戰
Ethan avatarEthan2017-02-09
看來alphaGo把部分棋迷的眼界拉的頗高呢,以為電腦圍棋本來
就該如此,通融一下的餘地也沒有
Victoria avatarVictoria2017-02-10
相反地,也有連 人工智慧的「棋品」可以讓兩子這樣的讜
Andrew avatarAndrew2017-02-12
沒辦法啊...太多狗吹一直吹...
好像無敵似的 連通融的餘地也沒有
Hedy avatarHedy2017-02-16
聽不懂通融的意思,對美的追求錯放在第一是ai開發者的損失
Elvira avatarElvira2017-02-20
Irma avatarIrma2017-02-25
可能朝夕相處久了,比一般人都清楚zen自爆的徵兆
Margaret avatarMargaret2017-03-01
多下幾手 像AG第四盤後面那幾手難看的就會出來了
Suhail Hany avatarSuhail Hany2017-03-04
太多無敵論二子論的胡吹 反而無法凸顯AI圍棋真正的價值
Joseph avatarJoseph2017-03-04
舉個例子好了,實驗室的小學弟畢業論文的程式一直效果不佳
,煩惱畢不了業,於是請大學長來幫忙看一下,大學長很認真
看了一個下午,指出了一些關鍵,小學弟聽了也覺得受用,應
該是可以改進的方向,這時後小學弟感謝的說,“學長,謝謝
,剩下的細節我知道,這些我自己處理就行了。” 這樣的舉止
不是很合情理嗎?難道他還要學長再花一小時幫他找出程式碼
縮排不工整的地方嗎?
William avatarWilliam2017-03-07
特別是和看到吐的套路圍棋相比 AI的下法簡直是一股清流
Steve avatarSteve2017-03-11
這只是表演賽性質吧,哪來競賽層面的問題,簡單講就是
Anonymous avatarAnonymous2017-03-16
zen不夠強開發者怕所有弱點都被看透,連局勢判斷都有那
麼大的誤差,整體的深度學習還有很多要進步的地方
Linda avatarLinda2017-03-19
明年A|phaGO就出場了,那時希望能再看到神之一手
Genevieve avatarGenevieve2017-03-23
所以這次Zen和去年10月的AlphaGo公開過的棋譜實力,看
Sierra Rose avatarSierra Rose2017-03-24
起來相彷嗎?完全看不懂圍棋求解...
Heather avatarHeather2017-03-28
強一些,但是沒有像今年3月AG強的這麼令人窒息
Rosalind avatarRosalind2017-03-31
同感 估計明年三四月就可以成長到今年三月的alphago了
Necoo avatarNecoo2017-04-04
只是到時的AlphaGo可能可以讓職業棋手三個子了吧...
Harry avatarHarry2017-04-06
雖說可靠消息指出現在可以讓三月份版本兩子 但我還是要等
Erin avatarErin2017-04-07
到他跟柯潔一戰才會相信 最好是十番棋升降賽
然後思考時間五小時以上
Necoo avatarNecoo2017-04-07
我覺得要看第 168 手有多崩潰啦,下在一之一的話還是投了好
Anonymous avatarAnonymous2017-04-11
不是面子考量的話 就是Zen根本沒有投降機制阿...
Brianna avatarBrianna2017-04-13
不知道AlphaGo現在能讓DeepZen幾子
Isla avatarIsla2017-04-14
這類程式還是會投,不過在投之前幾手會亂來(填進虎口之類)
Hardy avatarHardy2017-04-16
朝聖一串專家OUO
Rebecca avatarRebecca2017-04-18
真想知道168手到底下了什麼
Bethany avatarBethany2017-04-22
現在新版的Zen又放上KGS練功了
Dorothy avatarDorothy2017-04-23
Zen會投阿,最後大龍被斷分數沒降代表單機版算不到。
Necoo avatarNecoo2017-04-24
話說作者幫投代表作者也有很強的棋力...怎做出來Zen官子弱
成這樣@@
Heather avatarHeather2017-04-29
加藤英樹也才日本業餘1段 考慮沒去升 實力也沒網棋九
段以上
Barb Cronin avatarBarb Cronin2017-05-02
人能做的事本來就不必然能夠以程式替代,不然大家早失業了
Puput avatarPuput2017-05-03
Deep Learning本來就不是使用人類的思考方式在學習,強的
人做不出強AI、弱的人反而做出強AI完全是可能的(只要沒弱
Carolina Franco avatarCarolina Franco2017-05-05
到連棋都看不懂就好了)
Hedy avatarHedy2017-05-07
但有一種人絕對做不出強AI:窮的人
Rosalind avatarRosalind2017-05-08
以現況來講確實XDDD