再和alphago重覆同一盤棋? - 圍棋

※ 引述《Dialysis (Chiquitia)》之銘言：
: 不好意思，有個問題想了好一會兒，實在是不確定答案，
: 想來也只有這個板最合適問。
: 倘若重覆alphago第一盤和李世石的對奕內容，
: 那麼，alphago還會下出一樣的步數嗎？
: 我的直覺告訴我，應該是不一樣，
: 但，到底隨機的機轉及其比重占了多少，實在是不懂如何去思考，
: 請問有人能釋疑？
圍棋的一個盤面其實有八種變形, 對稱 2 種乘上旋轉 0/90/180/270 度 4 種.
完全相同的局面, 只是觀棋的角度不同.

然而把這些盤面變形丟進 Policy/Value Network 得到的值不會完全相同.

把類神經網路設計成遇到變形可以吐出相同的值並不是辦不到,
但會有一些副作用, 像是效果較差或是鑑別不出特殊的對稱棋型.

一個解決的方法是把八種變形都丟進去算取平均, 棋力會更高一點但速度慢很多.
所以 AlphaGo 實戰時是算到某個盤面時隨機取一種變形,
再次算到時再取另一種變形平均, 一個盤面的估算最多是八種變形的平均.

如果這裡的隨機是真隨機而非固定順序,
那麼同樣的盤面還是會有微妙的差異影響後面的應手.

不過我個人認為... 實戰用八倍的 GPU 下去解決比較快, 雖然很耗電 :p

--