世界智能圍棋賽預賽5輪結束 - 圍棋

Table of Contents

對陣及成績表﹕ https://home.yikeweiqi.com/#/gonews/detail/27123?type=1

1. 絕藝 全勝

2. 星陣 負1
3. AQZ 負1

4. CGI 負1-3
5. 韓豆 負1-2
6. Leelazero 負2-3
7. 弈小天 負2-4

8. 清石圍棋 勝10-12
9. 章魚圍棋 勝11-13
10 手談 勝11-14
11 超越圍棋 勝12-14

12 石子旋風 勝13
13 棋精靈 勝14

14 堯弈 全負

--

All Comments

Jake avatarJake2019-08-23
全負……是還沒開發完就推出上線嗎
Sarah avatarSarah2019-08-27
AI的比賽有全負機率很高啊,不像人類很常能抓失誤,AI直
接就是自己最佳狀態,基本實力輸就是超高機率的壓制了
Selena avatarSelena2019-08-31
堯弈的對局 感覺有可能下不贏業餘低段
Candice avatarCandice2019-09-05
光是布局就有好幾步其他AI大扣分的
感覺是半成品 訓練量還不夠就參賽
Donna avatarDonna2019-09-06
一些還算簡單的死活沒注意到,被封死了才發現逃不掉
Jacob avatarJacob2019-09-11
大概就訓練時間不足(或是電腦不夠力XD)
Carol avatarCarol2019-09-11
只是訓練不足的情況比較不算「還沒開發完」就是XD
Xanthe avatarXanthe2019-09-13
因為不能判斷是實現論文的code有bug 導致收斂很慢
或是訓練量不夠 能確定的就是應該是半成品
Oliver avatarOliver2019-09-17
看介紹是半成品
Jessica avatarJessica2019-09-19
被帶歪 我要講的是個人作品
Quintina avatarQuintina2019-09-21
很合理,個人畢竟資源不足XD
Valerie avatarValerie2019-09-21
感覺就是運算資源大戰,基本底子還是AlphaGo
Rae avatarRae2019-09-25
畢竟到現在也沒哪一方真的提出什麼完全超越AlphaGo的架構
Caroline avatarCaroline2019-09-27
雖然模板是alpha go 但畢竟論文不是給code
Valerie avatarValerie2019-10-01
實作出來可能對論文理解有偏差 或者是code的效率不好
都回導致棋力變弱
Kelly avatarKelly2019-10-04
不只這些,就算完全實作了,還有深度學習最麻煩的調參數這
關要過XD
Madame avatarMadame2019-10-07
Deep learning中的hyper-parameter好像沒有理論的方法
可以調?