Alphago的弱點 - 圍棋

先簡介AlphaGo的原理，

AlphaGo有兩個主要的分析網路,

1. 策略網路 policy network

在當前的局面分析可能下的棋點，並計算出現的機率。

例如:第二局的37手的五路肩沖的機率是萬分之一。

機率高的會分配較多的資源，算的比較深。

2. 值網路 value network

給定一盤面，計算出黑白獲勝的機率。


另外，它不是每步棋重新計算。

在對手下棋之後，符合的分枝之前計算過的結果會保留繼續用。

而在對手思考的同時，他的每個分枝也繼續地再算下去。




再看今天第78手後，發生什麼事情？

明顯這個「神之一手」不在其策略網路之前估計的棋步中。

所以，之前所有值網路所估計的勝率全部報廢。

AlphaGo必需全部重新計算勝率，而需要約五步的時間(到第79~87步)

值網路才回復正常。



另外，由前面幾局知道，當它勝定時，有可能會亂下而損棋，

原因是勝率都差不多。而今天知道，當它敗定，也會亂下，

原因同樣是勝率差不多。所以AlphaGo會有兵敗如山倒的缺陷。


真的要測試AlphaGo的Bug，需要的可能是「屁之一手」，

在大約80手左右，它已經累計了大量的計算之後，

下一手明顯它不曾考慮過的棋，即使它非常地差。

再看看它是否會亂掉。


--