AlphaGo Zero，新版本的AlphaGo - 圍棋

Daniel · 2017-10-19

Table of Contents

Post
Comments
Related Posts

https://www.youtube.com/watch?v=tXlM99xPQC8

https://www.youtube.com/watch?v=WXHFqTvfFSw

https://deepmind.com/blog/alphago-zero-learning-scratch/

新的AlphaGo Zero，是完全沒有受人類棋譜影響的AlphaGo，

訓練3天，以勝率100%打敗了AlphaGo 李世石版本，

21天，達到了Master版本(柯潔)的水準，

並且在訓練40天之後，對Master版本勝率90%，

論文也登在Nature。

https://www.nature.com/nature/journal/v550/n7676/full/nature24270.html
--

圍棋

All Comments

Genevieve2017-10-23

...終於要神乎其技了嗎？

Sandy2017-10-26

訓練三天後完封李世石版, 最後對柯潔版 100 場贏 89

Robert2017-10-29

演算法也變了.. 全靠自己訓練果然比人手動干預更強

Tracy2017-10-30

Re:從零開始的下棋生活

Rebecca2017-11-01

policy/value network 合併, 不再使用 rollout~
看看其它圍棋軟體多快會跟進

David2017-11-04

這個進展有點快啊

Oliver2017-11-05

連結第二個是這個吧？
https://www.youtube.com/watch?v=WXHFqTvfFSw

Kyle2017-11-09

好想看master被虐的棋譜..無法想像master會怎麼被虐

David2017-11-13

棋譜在Nature論文的補充資料可找到:
https://goo.gl/xx5jbF

Gary2017-11-15

有自戰, 對李世石版本, 及對Master版本的棋譜

Margaret2017-11-18

上帝降臨了...

Barb Cronin2017-11-19

快速打完了Zero對Master，佈局大概就兩種，開局前20手

Hedy2017-11-23

左右都長一樣，和先前55盤自戰多樣的佈局不同
不知道是不是因為是掛在論文下的關係特別選的

Zora2017-11-23

但是Zero的自戰又不一樣了，多數二連星對二連星

Brianna2017-11-24

但也有少數不是的，然後看到Zero對Master都沒出現的小
目一間跳守角

Gary2017-11-25

那個自戰，好像只有40block資料夾的最後一盤是完全體

Mason2017-11-27

前面19盤似乎是各個階段的自戰

Edwina2017-11-30

https://youtu.be/-Wh4CfsWDyM
https://youtu.be/xOVwmCOX7S4

Edith2017-12-04

有新的系列影片上傳了 ZERO 對決 MASTER

Steve2017-12-07

天網要出現了XD

Steve2017-12-09

《第一天下圍棋就上手》~AlphaGoZero著

Brianna2017-12-13

推

Aaliyah2017-12-18

右上那個定石不是黑棋自己挑的嗎xd

Valerie2017-12-20

是說Alphago要不要開放讓棋手練習這樣

John2017-12-24

感覺Zero的下法比較淳樸沒有像master那麼震撼

Edith2017-12-26

圍棋上帝...

Ida2017-12-30

唯有deepmind才能打敗deepmind 騰訊做那麼久也沒啥進步 sc
ientist 跟 engineer的差別

Callum2018-01-02

真是厲害

Edith2018-01-02

科學家或工程師又不相衝突...明明是開創者與追隨者

Iris2018-01-04

的差別

Sandy2018-01-05

終於來了！

Yuri2018-01-08

崩潰

Hazel2018-01-13

https://www.yikeweiqi.com/news/searching/36893/

William2018-01-15

真的是神了…

Caitlin2018-01-18

前面的自戰棋譜人類棋手都還沒研究完，結果又有新的了@@

Kelly2018-01-19

........我還以為他們團隊去做別的計畫，怎麼這妖怪還能
進化啊Orz

Emma2018-01-24

反普歸真

Elma2018-01-28

之前就做了現在跑資料

Elvira2018-02-01

這四月多就寫好了啊

Tracy2018-02-02

投nature審稿也要審個幾個月八

Gary2018-02-03

alphago繼續這樣下去圍棋會有唯一解

Thomas2018-02-04

到時就會有記憶派棋手出現了

Freda2018-02-06

唯一解還早，而且貼目數也有影響

Kyle2018-02-09

不覺得圍棋會有唯一解，只有當前局面最好的一手

Necoo2018-02-09

貼目影響應該爆大

Adele2018-02-10

我想，Zero就證明了這點

Valerie2018-02-11

有唯一解也不見得記的住...對手又不會跟你一起下最佳解

Hedy2018-02-13

還要把所有變化都記住才算唯一解

Iris2018-02-15

怎會有背最佳解會贏的可能

Hardy2018-02-19

先把國際象棋的惟一解找出來再來擔心這件事吧 -_-

Caroline2018-02-19

http://tinyurl.com/y8z2l6db AlphaGo Zero的80局對弈棋譜

Megan2018-02-19

圍棋有唯一解 kenwufederer大你自己講的話實際上邏輯矛盾

Bethany2018-02-22

你都知道每個局面都有最好一手那麼一盤局就是從頭到尾
每一步都是一個局面所以每一步都有最好一手
那麼這不就是在講圍棋有唯一解? 你前後自己矛盾

Hardy2018-02-26

有唯一解是確定的事

Eden2018-02-27

哪裡矛盾…最好的一手不代表只有這一手…
可能有兩手勝率相同

Franklin2018-03-03

不是一定唯一啊

Dorothy2018-03-04

而且要看貼目

Eartha2018-03-06

只要有打劫，就不會有唯一解

Callum2018-03-08

而且還要看對手的應法

Jessica2018-03-11

只有等到能算盡變化的效能出現才有唯一解
不然這種演算法是不會有唯一解的

Sandy2018-03-12

「只有等到能算盡變化的效能出現才有唯一解」
你自己上面是說「不覺得圍棋會有唯一解」
而不是說「這種演算法是不會有唯一解的」

Dorothy2018-03-15

圍棋本來就不可能有唯一解

Gary2018-03-19

原因已經說明了，圍棋規則就是這樣

Margaret2018-03-23

就算兩個一樣的電腦都一樣有勝負問題

Queena2018-03-26

在沒有Zero，Master是最強
現在Zero出現，超越了Master之後

Lydia2018-03-30

我就認為當下最佳解是Zero
至於唯一解，是給計算時間一年一步的Zero嗎？

Hazel2018-04-03

圍棋不是數學，如果你不能理解這個

Margaret2018-04-08

就繼續堅持有唯一解，不能說你的理念有錯
但必須說在現今圍棋規則下不可能

Bennie2018-04-11

我說k大，你要不要去唸一下基礎的賽局理論

Genevieve2018-04-13

圍棋絕對是數學的一部份

Agnes2018-04-18

沒有唯一解是規則造成的，不是其他原因

Bennie2018-04-18

連圍棋是數學的一部分都出來了…
我只是想說明這些勝負規則是人定出來

Tracy2018-04-22

至於圍棋跟數學的關係，願聞其詳
數學也沒有唯一解，都是目前最佳

Susan2018-04-25

圍棋本質就是賽局啊，賽局在數學上是一門分支

Annie2018-04-29

會覺得唯一解就是因為目前受限的原因

Anthony2018-05-01

若圍棋不能被數學所描敘，AlphaGo根本就做不出來

Hedda2018-05-03

OK，圍棋跟數學的關係是我錯了
但我只是想說明圍棋一定有更上層次

Kumar2018-05-04

如同Master跟Zero一樣
何況他們之間還不是100%的勝率
但原因是因為人類棋譜干擾還是算法改變？

Annie2018-05-05

這點我沒辦法確定，可能連他們工作人員也不能保證

Ula2018-05-08

沒什麼更上層次啦，圍棋之神也就是棵超大的賽局樹而已

Wallis2018-05-10

圍棋不是拓樸學的一種嗎？廣義來說算是數學吧？

David2018-05-11

困難點是無法證明我們的更好一手是真正的更好

Elizabeth2018-05-16

圍棋很偉大但是跟數學比較太渺小了..怎可能不是數學的一環

Megan2018-05-17

圍棋有唯一解可以用策梅洛定理(Zermelo's theorem)來證明

Puput2018-05-21

策梅洛定理:在二人的有限遊戲(即完成遊戲下的步數有限)中
如果雙方皆擁有完全的資訊，並且運氣因素並不牽涉其中

Rosalind2018-05-23

那先行或後行者當一必有一方有必勝/必不敗的策略

Delia2018-05-24

圍棋程式是在降低複雜度找最好的近似解，相對於整個樹是更

Ursula2018-05-24

下層次，本來就不是用這種演算法在求唯一解

Leila2018-05-28

AG:0 不知道pair go還有沒有幫助

Ethan2018-05-31

RL的演算法只是在Approximate最佳解而已吧

Carolina Franco2018-06-01

我想最佳解是存在只是幾乎求不出來也無法證明已求出

Jack2018-06-05

星位被點三三 Zero給的答案是立四子搶先拆邊

Una2018-06-08

小飛被尖衝直接手拔大概又要開始被模仿一陣子了

Ingrid2018-06-11

必勝必敗跟唯一解可差多了

Harry2018-06-12

圍棋本質基本上跟井字遊戲沒有任何不同只是它的變
化是天文數字在上帝或計算力非常高智慧體眼中也不過
是一盤無聊的井字遊戲

Tristan Cohan2018-06-15

在固定貼目下, 黑棋或白棋或必勝的策略, 但這不等同於唯一

Brianna2018-06-16

假設黑棋是必勝好了,也不是在361位置中只有一個位置必勝

Kristin2018-06-20

除去對稱性,黑棋必勝的第一手不一定只有一個

Kristin2018-06-23

它就簡單的有最強應手能讓你輸最少（或羸最多）只是
最強應手會有很多很多

Callum2018-06-26

即使以勝多少來當標準,也可能有好幾個第一手可以勝最多

Candice2018-06-26

Tlhen 説法正確

Caitlin2018-07-01

另外,我對於完全沒用到人類圍棋知識,我是很懷疑.之後找時
間去看看論文

Damian2018-07-01

之所以會懷疑,是有點訝異人類的三三定石,Alphazero也這樣

Franklin2018-07-03

去下.那些定石真的有到完美?或是不完美,但alpha-zero也剛
好找到這樣當它的最佳解?

Callum2018-07-06

演算法好的話沒必要用到人類知識這沒什麼好懷疑的
人類知識也一樣只是人類對局經驗累積而來

Agnes2018-07-07

假設人第一手下星位神第一手也下星位不能說神是抄
人的也不能説人類經驗很重要真理總是殊途同歸只是
神跟alpha go 更接近真理走得更遠

Skylar DavisLinda2018-07-07

是真的沒用到人類知識,起始都是徹底隨機的. 唯一用到
的是圍棋的旋轉鏡像對稱性. 其實master版跟0版就只差
在master版有先用kgs棋局訓練過,而master版究竟訓練
了多久論文裡也沒講. 蠻好奇同樣訓練60天會是誰強

Jacob2018-07-11

某些基本定石一定也會有基本上神來也是這樣下因為
不這麼下鐵虧除非周圍配置有所不同

Xanthe2018-07-11

好奇有多少版友因為AlphaGo開始接觸RL..

Daph Bay2018-07-12

總之圍棋沒有唯一解但有數不盡的最佳解即雙方都最
強手但最強手有很多選擇但最後勝負差是相同的

Elma2018-07-16

有公布前期棋譜啊根本隨機亂下

Zanna2018-07-20

下著下著人類歸納的很多棋理就慢慢出現了

Joseph2018-07-22

就我對論文的理解，zero版和master版在演算法上還是有差異的

Noah2018-07-25

可以看做 zero 版在演算法上又做了純粹的強化，以此條件開始

Faithe2018-07-30

從零開始自我訓練，訓練的強度上升比之前的版本快了很多。

Noah2018-08-02

論文有提到原本的演算法不適合完自我學習

Gilbert2018-08-03

對，因此, zero的版本更適合自我學習

Erin2018-08-06

兩個network合併準確率有下降但運算簡化有補回來

Adele2018-08-07

結果棋力反而變強亂猜的rollout也被捨棄

Sarah2018-08-08

看完只有拜服阿，從強到更強超強爆強的感覺 Orz

Oliver2018-08-11

一開始愛吃子慢慢學會圍地和厚勢

Elma2018-08-11

然後一些已知的定式被發現這時候就已經很強了

Puput2018-08-13

現在可以臭屁，我還可以贏學3小時的 alphago zero , lol

Anthony2018-08-16

err其實只有差rollout跟feature,前者對訓練的影響是0
後者差13倍但需要耗資源學規律所以很難說哪個比較好

Eden2018-08-20

@tlchen 你只要想一下，人類的定石也不過就是從古至今從對

Margaret2018-08-24

局或自我研究中累積下來的經驗不斷傳承下來，人類一開始也
是從零出發的
現在AlphaGo Zero不過就是靠高速大量對局在以天計的時間內

Wallis2018-08-28

排完了人類長久以來的研究得到一樣甚至超前的結果而已

Poppy2018-08-31

而人類可以自豪的就是，以人類完成一局棋需要那麼久的時間

Iris2018-09-04

，能進化的速度如此之慢，然而AlphaGo還是證明了人類畢竟

Ingrid2018-09-06

長久的累積還是對了很多東西。不要因為被AlphaGo超越就開

Jack2018-09-09

始否定人類累積下來的東西，這事實上就只是人類研發出來的
新進化方式超越了人類以前的舊進化方式罷了

Dinah2018-09-09

不過有看到一種說法，AlphaGO也有inductive bias，只是

Vanessa2018-09-14

剛好它的算法跟人類下棋的bias是同一路數，所以有可能某日

Sierra Rose2018-09-17

來了個外星人用全新的算法避開AlphaGO和人的bias達到更高

Quanna2018-09-18

可能我太看清人類的能力了.所以,alphao zero所呈現的,我反

Sandy2018-09-18

境界，也就是說現在Zero自學得出和人類類似的的定式未必能

Zora2018-09-23

證明這些定式就是正確無誤

Ida2018-09-23

而是驚訝人類的成果.至於說 alpha zero 多快就達到多高的
實力. 其實若是從下的局數來看, 而不是以時間來看,它或許

Oliver2018-09-26

不見得那麼厲害
我當然不是說它不強,它強到沒有辦法去談.只是就學習來說

Daniel2018-09-27

不該只用時間來說它比人類快

Lydia2018-09-29

AlphaGo 演算法目標只有一個, 就是要把會贏的方法記下來

Margaret2018-09-29

它連在棋盤上亂填都沒有排除, 這樣要怎麼說有 bias?

Charlotte2018-10-02

個人覺得alphago/zero一定還有死活問題

Robert2018-10-04

master還特別用個反master來消除master的死活問題

Belly2018-10-06

一種自我冥想練功的概念，阿發狗快出來社交，不然會變宅宅

Hazel2018-10-06

變得多強不是重點，還要下贏人才能稱神

Edith2018-10-08

zero 跟 master 不一樣沒剩下什麼是人類給它的

Andrew2018-10-11

Master 處理死活防輸

Andy2018-10-16

master已碾壓全部的人類,沒機會輸,而zero還碾壓master,

Emma2018-10-20

一個神上面還有更高的神的境界,而且進步還沒有結束..

Ingrid2018-10-24

七龍珠感

AlphaGo Zero，新版本的AlphaGo - 圍棋

All Comments

Related Posts