AlphaGo走了,圍棋AI界的發展會怎麼樣呢? - 圍棋

Table of Contents

AlphaGo即將離開圍棋界(可能也不會再研發下去),

那其他AI接下來呢?


絕藝

騰訊的圍棋AI,世界第二棋手以及第二圍棋AI,

實力大概在AlphaGoV18版本(李世石版本),

投入的規模資金龐大,並且應該還會再陪人類玩一段時間,

不過依照公司目標可能深度學習練功練到AlphaGoV25時(可能約一年),

就跟Deepmind一樣停止開發了。


Zen

可能將會是陪伴人類最久的圍棋AI,世界第三圍棋AI,

但是慢棋可能不是人類世界冠軍的對手XD

目前實力約在AlphaGoV13~V18之間,

開發環境是E5*2+TitanX*4,

考量到與AlphaGo的硬體差距,

可能要接近10年才能開發到跟AlphaGoV25的程度。

題外話,Zen7不知道什麼時候會出,

感覺如果今年不出的話,大概有一段時間都不會商業化了。


CGI、Aya以及神算子等私人開發軟體

從cgos等其他側面消息來源,

大概是比AlphaGo V13強一點,但是大概也不會強多少。


Rn Leela Hira

免費圍棋AI,實力大概是比V13弱一些,

不過聽到消息說reinforcement learning因為受限於硬體的關係,

效果都很差,官子也都奇爛無比,

可能實力的天花板很快就到了。


圍棋AI是個需要大量投入經費的專案,

有能力的大公司(如騰訊)可能練完功就走了,

稍微有一點資源又有名氣的大概就是Zen了,但是跟他同等級的卻一個也找不到,

對岸聽說有許多圍棋AI,不過卻也都沒有出來打廣告下棋(除了清華神算子),

不經讓人懷疑是否業界對研發圍棋AI興趣缺缺,

才會造成目前雷聲大雨點小的狀況。

如果目前投入的只有檯面上的這些圍棋AI,

那非常有可能我們現在看到的AlphaGo的自戰譜的實力,

將要是十年二十年後才能達到同樣的水準,

也就是哪天AlphaGoV25終於來到我們的個人電腦時,

也許已經是十年二十年後的事情了?

--

All Comments

Todd Johnson avatarTodd Johnson2017-06-01
用的硬體與PC不一樣,等PC用了TPU才有可能
Bethany avatarBethany2017-06-01
馬雲說對了,技術超出人類太多就失去競賽的可看性,也同
時把自己的市場做窄了,當技術達到阿法狗境界,就意味著
從這塊市場畢業
Mary avatarMary2017-06-03
如果想在圍棋軟體市場繼續深耕幾十年,就不會設計第二個
阿法狗
Jacky avatarJacky2017-06-07
除非圍棋這塊已經過度競爭,或者人類棋力又超出阿法狗一
截,大概也要20年以上
Lily avatarLily2017-06-08
AlphaGo停止開發不等於停止訓練啊,照我理解,現在
Zanna avatarZanna2017-06-11
AlphaGO可以自己迭代更新,這個方法自動解決了之前計
Hedda avatarHedda2017-06-11
算上的bug,也沒遇到過度擬合問題,在遇到問題前開發
Ingrid avatarIngrid2017-06-13
新演算法完全沒意義。
Kama avatarKama2017-06-17
純噓馬雲,這傢伙只不過是想黑騰訊和絕藝而已啊!完全
商業味的發言你跟他認真?
Noah avatarNoah2017-06-20
演算法的世界不要輕易推斷有10年落差 有時一個漂亮的演
進就瞬間速度暴漲N倍 只是卡住時成長也很慘就是了
Bennie avatarBennie2017-06-23
不用跟alphago一樣強啦。只要比人稍強,就可以拉著人類
探索新世界,這也是deepmind所說的“工具”用途,多探索
一步算一步。反而強如alphago的棋,一般棋迷確實欣賞不
來,最多也就是說說哇塞、等級分4500嘴一下,然後就沒有
然後了
Ina avatarIna2017-06-24
看看其他棋界就知道了、宿命差不多就那樣
Liam avatarLiam2017-06-24
圍棋商業利益太小了 其他很多領域商業價值大的多 練完功就跑
Emily avatarEmily2017-06-25
完全可以理解 等未來AI發展到很成熟 給一般人玩的基本AI模組
Tom avatarTom2017-06-28
都很強或成本很低的時候 有興趣的人或圍棋界自然會拿來用繼續
追尋神之一手的境界
Edwina avatarEdwina2017-07-02
靠抄襲的為本業的公司當然瞧不起創新
Anonymous avatarAnonymous2017-07-05
我想問其他其他棋類的玩家,裝一個屌虐人類的超強AI在個
人電腦的感覺如何?有滿滿的幸福感嗎?
Audriana avatarAudriana2017-07-07
象棋的確是靠電腦訓練啊
Vanessa avatarVanessa2017-07-12
絕藝準備推出手機版本,和Crazy Stone一較高下
Christine avatarChristine2017-07-15
比人稍強的定義是什麼?比世界第一名的棋力二勝一負,讓
人類有輸有贏的感覺嗎?
Gilbert avatarGilbert2017-07-16
那阿法狗跟李世石比賽的強度,就剛好達到比人類強一點點
的最佳均衡
Zora avatarZora2017-07-21
其他棋界AI也是一直有在進步啊,AI就是方便檢討不用找老師
Connor avatarConnor2017-07-24
老師實力越強當然越好,可以走出更多的變化
Lauren avatarLauren2017-07-26
比v18 強一點比較好, 但是不用到v25 那麼難學 因為沒講解
Zora avatarZora2017-07-30
記得V18那個bug似乎也只是學習得盤數還不夠多
Gary avatarGary2017-08-01
往後幾代說不定只是優化學習過程, V25需要資源只要V18的10%
Tracy avatarTracy2017-08-01
另外這也牽扯到圍棋特化AI的目的, 要不要特意留洞給人類打
Kama avatarKama2017-08-03
還是盡量強化, 用讓子的方式調整所謂的"難度" ?
Lucy avatarLucy2017-08-05
馬雲的話 看看就好~市場不夠大當然部會無限度研發下去
Wallis avatarWallis2017-08-10
如果今天全球有10億人在下圍棋 早就繼續投入資源了
跟技術超越人類太多根本無關
Zora avatarZora2017-08-10
全世界下西洋棋5億,圍棋人口應該沒破億吧
Frederic avatarFrederic2017-08-15
日本圍棋人口從1000萬衰退到250萬,臺灣大概150萬,全世
界圍棋人口加總有5千萬就很不錯了
Mason avatarMason2017-08-16
裝將棋軟體如elmo之類的在電腦裡不會有幸福感,因為太
絕望,玩到後來還是用激指去選和自己實力相近等級好玩
Quintina avatarQuintina2017-08-20
拿來跑檢討很有用,但不是很讓人想和它下 XD
Bethany avatarBethany2017-08-21
錯了,差距太大的話更沒有參考價值,他每一手你連後續應對
都想不出來,根本無從學習
Selena avatarSelena2017-08-26
那你得把中盤攻殺後續無數種變化全背下來才叫學會
Frederica avatarFrederica2017-08-29
而且全局只要有一些不同AlphaGo下法就又可能不一樣,你要
連所有不同全局配置的不同應對都記下來
Donna avatarDonna2017-08-29
不然你也只是學會某個特定盤面的一手,先不講後續應對,一
輩子能不能再下到同一個完全相同的中盤盤面都是疑問XD
Una avatarUna2017-09-03
如果還以為AlphaGo的中盤判斷還像是定石手筋一樣記一下就
叫學會那可真是大錯特錯
Ida avatarIda2017-09-05
特別是如果AlphaGo下出他最愛的手拔,那你根本不能在全局
配置不同的情況直接應用
Freda avatarFreda2017-09-05
可以看一下 #1PA_kQ1H 這篇我的推文,基於那篇的理由,我
不認為你是可以因為AlphaGo的應手而去逆推前一手你的著手
Edwina avatarEdwina2017-09-06
到底好或不好,沒有同樣計算為背景來分析的話你只會得到不
完全正確的結論
Emily avatarEmily2017-09-08
他一手拔你就以為不好,但其實可能他只是幾個差不多好的選
點隨機選到了手拔那個,而你那手其實差不多好,你就誤解了
Lily avatarLily2017-09-12
或者他轉換、棄子都有後續利用,是全局總和有利,你卻以為
Ophelia avatarOphelia2017-09-12
就是他下的地方比不下的地方大,又是誤解了
Frederic avatarFrederic2017-09-15
事實上卻是你如果沒學到他全套局勢判斷與利用,直接以為就
Callum avatarCallum2017-09-20
是單純比大小,結果反而虧損
Mason avatarMason2017-09-24
其實我的重點在於知道你這手的判斷好壞,並不等於「學會」
我覺得你把「學會」這兩個字定義得太寬鬆了
Lydia avatarLydia2017-09-27
以AlphaGo的大局觀下法而言,看看一手勝率判斷很簡單,可
Suhail Hany avatarSuhail Hany2017-10-01
是要真正學會這一手,你要後續幾十手的所有不同應對都會
Ethan avatarEthan2017-10-01
如果只是人類的對局,你可能學會一下局部應對或兩處大小的
Isla avatarIsla2017-10-03
判斷勉強算得上是有學到一些了,但AlphaGo的下法沒辦法只
Isla avatarIsla2017-10-06
分解成局部判斷來「學會」