李世石 Go! Go! Go! - 圍棋

※ 引述《bbbtri (cycling)》之銘言：
: ※ 引述《yamiyodare (shantotto)》之銘言：
: : AI 的做法是先盡量下的跟高手一樣, 因為高手可能的下法幾乎包含了最佳解.
: : AI 從這些候選走法往下找可以節省大量時間空間.
: : 透過大量的高手對戰譜訓練出一個迅速模仿高手次一手的 policy network.
: AI 可以轉瞬學會所有定石 等於是到地球作戰的外星部隊一次掌握地球的全部地形
: 所以有大局觀可以理解
: 可是, 我不太懂死活要怎麼解？因為死活很複雜啊, 隱藏著豬羊變色的規則和劫活
: 還是其實死活的題型和變化在AlphaGo看來存在上限？
碰到一個死活問題, 如果有高手每一步都提點可能的幾個位置,
自己擺一擺所有的變化, 最後總是能下活吧.

: : value network 是型勢判斷, 給予一個特定盤面就能夠迅速回報勝率.
: : AI 開出千萬分身自我對練高手的棋路到終局 (最後誰贏電腦可以判斷的夠準)
: : 然後回溯盤面, 訓練出一個可以估計任何盤面勝率的 value network.
: (不好意思, 插問一下回溯的英文是什麼> <)
: 在序盤就要計算到勝率看起來完全不可思議啊!!!
: 假設AlphaGo vs AlphaGo'(比本體稍弱)的勝率比是51:49好了
: 那這個比值「從第幾手開始」才會跳動呢？
: 感覺上, 答案根本上決定在對局兩造的實力
AlphaGo 先自我對弈三千萬盤出來知道最後的勝負 (電腦有能力自動判斷)
然後把 "中途的盤面" 跟 "最後的勝負" 當成一對丟進類神經網路強化連結.

有點像給人看幾萬張男人 (輸) 跟幾萬張女人 (贏) 的照片.
之後看到沒看過的人, 人可以推論是女人 (贏) 的機率有多高.

: : 可以把它想像成很多高手提供次一手的下法, 那就來下下看, 看誰說得對.
: : 但要留意, AI 的目標是勝率最高 (反擊手最少), 不是目數最多, 不是棋型最美.
: 不太懂value network為什麼是重在反擊手最少呢？可以再說明一下嗎？
: 說到反擊, 我是覺得任何反擊都可預期, 只差在「有沒有效率」而已
: 而效率除了涉及手數，目數，還關係到手順, 這點跟收官有最佳順序一樣
: 唯前提是死活的問題要先解決, 因為即使是官子也會受打劫影響
: 你說的反擊手最少, 指的是....？
我的用詞不當, 反擊手指的是可逆轉勝負 (翻盤) 的手段

: 如果目前的AI計算能力已經強到甚至能改變定石、爭奪手順, 那....lol
: (定石真的是沒有破綻的嗎？還是只是地球人的破綻？)
定石會進化, 現在的定石跟古定石就不一樣, 秀策遇到貼目也不會尖... 吧

: 宇宙流的相關定石應該很少
: 如果AI要發展宇宙流派, 那也不錯呀～～
: 但那樣的圍棋就不會是我們目前以為的圍棋了而是一盤只有AI能下的棋局
: 看新聞說, Google DeepMind 的目光放在破解人類學習的密碼
: 嗯, 這個是認知科學的腦神經領域啊!
: 而用只有電腦可以使用的方式(例如暴力歸納)來破解人腦的學習, 是矛盾不是嗎？
人類也是暴力歸納啊, 就好像我說的男女識別問題.
你沒看過多少人之前判斷錯誤的機會是很高的.
只是電腦更暴力, 很專心又不會累, 可能可以學得比人類更好.

--