李世石 VS AlphaGo 第二局看法 - 圍棋
By Andrew
at 2016-03-11T18:10
at 2016-03-11T18:10
Table of Contents
人腦下棋的思維:
現在有五個點可以回,每個點分別的利益有多大
職業棋士分為兩種,一是經驗豐富,所以可以快速判斷,二是天份高,所以直覺準
但是人類為什麼「計較」每一手的利益?因為人力有時而窮
所以人類只能以每一步(可能加上算後續十步)的最大得利來
「累積每一子的利益獲取最後的利益」
AG下棋的思維:
AG因為可以快速估計每一點(即使經由剪枝,電腦可以計算的點還是多於人類)
並且AG的角度是「最大勝率」而非「單步最大利益」
因為半目勝也是勝,中押勝也是勝
半目輸也是輸,投子也是輸
AG並不會在乎每一子的利益,而是最大化勝率
人類為什麼做不到?因為人類沒辦法在極有限的時間內估算足夠多的資料
人類對一個點位只要能估算超過十餘步就算是頂尖高手了
當電腦不只會下定石,還會攻殺(到Zen以前的電腦的程度)
還能把結果累積起來自我訓練(Deep Learning加下去)
再加上電腦的資料庫無限,運算能力遠超人類
所以才能做到「以勝率決定下一步」
此時的電腦已經不在乎讓對手投子還是最後輸幾目
電腦只在乎怎麼走通向必勝(沒有必勝,但是有最有把握勝)
※ 引述《ForeverOrz (Lumis eterne)》之銘言:
: (部分無關留言恕刪)
: ※ 引述《uyrmb47 ()》之銘言:
: > 你是用人的角度判斷 來否定電腦
: 電腦的判斷不就還是要下在棋盤上,
: 你沒有解釋清楚何謂人的判斷和電腦的判斷的差異
: 不過我想以你對圍棋的見識也沒那個能力,只能在這邊打高空
: → sck921: 一直有重複的論點 ... 不用人類觀點看 03/11 16:43
: → sck921: 那請問給你用 AG 觀點看,怎麼解釋? 03/11 16:43
: > 規則會告訴你 贏或輸 贏幾目和輸幾目 不是重點
: > 因為人類會思考這理虧幾目或賺幾目 而電腦只會思考贏或輸
: > 因為贏幾目對人類是負擔 而對電腦不是負擔
: 你的邏輯就是今天我跟你下讓你九子結果把你慘電
: 你說原來讓九子是嶄新的下法,以後我都要先讓別人九子才會贏,分先不好
: 理虧幾目賺幾目不是重點
: 推 arnold3: 就像給一本九陽真經 資質夠的自然看懂然後領悟 03/11 16:47
: → arnold3: 看不懂的給他一斤經也學不起來 03/11 16:48
: → arnold3: 要是真能看得懂狗的一招半式 大概可以增加好幾年功力了 03/11 16:48
: → wen17: 你要不要先把7530的看文在來發文啊.... 03/11 16:50
: 推 FantasyNova: 這種來凹的文章 可不可以跳過阿 03/11 16:51
: → FantasyNova: 你就說你不懂圍棋了 那又要怎樣跟你解釋 03/11 16:51
: > 我哪裡說我不懂??? 我說沒業餘段實力OK
: >邏輯看懂了再來 不要連想罵都罵錯
: 邏輯就是你7530都沒看就在這邊大放厥詞
: → FantasyNova: 就像有一個人跑來說 為什麼1+1就是要等於2 03/11 16:51
: → FantasyNova: 跑去物理板說我不懂物理 為什麼世界就是這要這樣 03/11 16:52
: → FantasyNova: 很多大哉問的問題 如你表達 本來就是最深 最難解的 03/11 16:52
: → FantasyNova: 但你基礎的東西都不去董 例如圍棋怎麼下 規則 03/11 16:52
: → FantasyNova: 然後跑來哲學系一下 就好像自己講贏了 03/11 16:53
: 推 ForeverOrz: 電腦下的每一手棋也是在棋盤上,你以為人都不會去分析 03/11 17:15
: > 人會分析 但和電腦相比人有盲區 人下棋會有負擔 這些電腦都沒有
: 同上
: → ForeverOrz: 也夠有趣了,事實就是棋局本身只是一種變化,今天我無 03/11 17:16
: → ForeverOrz: 論怎麼悔棋都下不贏電腦這種下法,那他就是妙手,在這 03/11 17:16
: → ForeverOrz: 之前你再凹什麼人類觀點都是假議題 03/11 17:17
: > 假議題? 他就是事實 沒啥真假
: 所以事實到底除了打高空以外還有什麼,拜託快點回我
: 噓 konayuki: 不是結果贏 就代表怪招是好手 有點邏輯好嗎 03/11 17:19
: → konayuki: 她贏了只是因為李世石後面實在下的消極 03/11 17:20
: 消極? 你李世石? 你有看過比賽? 你知道官子時期壓力有多大?
: 放話最會 當你面對一個官子幾乎不會失誤的對手 你能保證你不失誤?
: → konayuki: 這跟不跟從人類角度還是從什麼角度來看沒關係 03/11 17:20
: → arnold3: 狗只能盡量下出還ok的棋 慢慢進化成更ok的 03/11 17:20
: → ForeverOrz: 是事實拿這兩盤的例子來討論看看阿,我看就拿左下那邊 03/11 17:20
: → ForeverOrz: 的交換來討論好了,妙手點在where? 03/11 17:21
: → ForeverOrz: 電腦再怎麼下,子都是要落在棋盤上的,人下的時候會累 03/11 17:21
: → arnold3: 人類大師有幾步會下得比ai好並不奇怪 03/11 17:21
: → ForeverOrz: 但事後覆盤檢討可不是一人 03/11 17:22
: → ilw4e: 他會跟你說:尼們都不懂AlphaGo的好 03/11 17:22
: > 貶低阿發狗來凸顯人類下的有多優雅也很好笑 2個基於不同方向所下的棋 還可以拿來比
: > 較批評 只會顯現人類的傲慢
: 看完棋局認真分析檢討每步棋的人類從來沒有傲慢,
: 傲慢的是自以為機器都是對的然後又不懂圍棋跑來大放厥詞的人
: → birdy590: 我覺得等和高手對下樣本多一點 再回來看會比較明朗 03/11 17:22
: → arnold3: 最後3:2翻盤也不是不可能 03/11 17:23
: → ForeverOrz: 消極(保守)不只k大講的,一堆職棋如柯潔也在講,你去 03/11 17:23
: → ForeverOrz: 嘴柯潔好了 呵呵 03/11 17:23
: > 柯潔說你是狗 你就是狗?
: 柯潔是目前人類客觀角度而言最強的棋手,
: 他如果對狗的見解有和對圍棋的見解一樣的話我會參考他的見解
: → arnold3: 用電腦設計的邏輯來看就懂了 不可能每一步都唯一最佳解 03/11 17:24
: → ForeverOrz: 懂圍棋還有這番見解真好奇懂到哪裡 03/11 17:24
: → birdy590: 目前為止可以肯定電腦不容易犯大錯, 只能蠶食別想鯨吞 03/11 17:24
: → arnold3: 終歸還是要回到棋盤上看嚇得對不對 03/11 17:24
: → birdy590: 人看著覺得不好但是拿不到太多好處, 後面還可能虧 03/11 17:25
: ※ 編輯: uyrmb47 (59.115.156.139), 03/11/2016 17:26:45
: → TS13: 的確 人類評不一定對,也不一定錯 03/11 17:26
: 推 arnold3: 高手過招就是看那一兩步沒有沒下對而已 03/11 17:28
: ==以下個人感想
: 類似的論點一直出來,連是來特別引戰還是怎樣的都搞不清楚了
: 事實上AG每一個下的子都還是在棋盤上,要分析要檢討都很容易
: 人類計算速度沒有電腦那麼快,
: 但累積的經驗正是電腦十年內都無法與人類平起平坐的原因
: 什麼電腦角度還人類角度對圍棋而言不存在的,
: 事實就是只有一個圍棋的角度,
: 有人類覺得明顯的惡手,若分析過還是惡手那也不會變成妙手
: 人類覺得明顯有趣的新手 <-- 電腦下出來的,那人類會研究出個結果
: 如果ok 那以後人類也多學到一招 (正是達成靠電腦輔助學習的目的)
: 機器經過training後可能最後連布局都下出人類認為沒有破綻的棋路,
: 當人類認為完全沒有失誤還下不贏電腦的時候,
: 我想這些職業棋士才會真正認為電腦到達了人類無法超越的境界了
: 但這也是圍棋真正有趣之處,
: 19x19的地盤中研究那幾百盤會出現一次的變化而樂在其中
: 就算等到電腦變成了圍棋之神,我想人類還是會繼續下著圍棋的
--
現在有五個點可以回,每個點分別的利益有多大
職業棋士分為兩種,一是經驗豐富,所以可以快速判斷,二是天份高,所以直覺準
但是人類為什麼「計較」每一手的利益?因為人力有時而窮
所以人類只能以每一步(可能加上算後續十步)的最大得利來
「累積每一子的利益獲取最後的利益」
AG下棋的思維:
AG因為可以快速估計每一點(即使經由剪枝,電腦可以計算的點還是多於人類)
並且AG的角度是「最大勝率」而非「單步最大利益」
因為半目勝也是勝,中押勝也是勝
半目輸也是輸,投子也是輸
AG並不會在乎每一子的利益,而是最大化勝率
人類為什麼做不到?因為人類沒辦法在極有限的時間內估算足夠多的資料
人類對一個點位只要能估算超過十餘步就算是頂尖高手了
當電腦不只會下定石,還會攻殺(到Zen以前的電腦的程度)
還能把結果累積起來自我訓練(Deep Learning加下去)
再加上電腦的資料庫無限,運算能力遠超人類
所以才能做到「以勝率決定下一步」
此時的電腦已經不在乎讓對手投子還是最後輸幾目
電腦只在乎怎麼走通向必勝(沒有必勝,但是有最有把握勝)
※ 引述《ForeverOrz (Lumis eterne)》之銘言:
: (部分無關留言恕刪)
: ※ 引述《uyrmb47 ()》之銘言:
: > 你是用人的角度判斷 來否定電腦
: 電腦的判斷不就還是要下在棋盤上,
: 你沒有解釋清楚何謂人的判斷和電腦的判斷的差異
: 不過我想以你對圍棋的見識也沒那個能力,只能在這邊打高空
: → sck921: 一直有重複的論點 ... 不用人類觀點看 03/11 16:43
: → sck921: 那請問給你用 AG 觀點看,怎麼解釋? 03/11 16:43
: > 規則會告訴你 贏或輸 贏幾目和輸幾目 不是重點
: > 因為人類會思考這理虧幾目或賺幾目 而電腦只會思考贏或輸
: > 因為贏幾目對人類是負擔 而對電腦不是負擔
: 你的邏輯就是今天我跟你下讓你九子結果把你慘電
: 你說原來讓九子是嶄新的下法,以後我都要先讓別人九子才會贏,分先不好
: 理虧幾目賺幾目不是重點
: 推 arnold3: 就像給一本九陽真經 資質夠的自然看懂然後領悟 03/11 16:47
: → arnold3: 看不懂的給他一斤經也學不起來 03/11 16:48
: → arnold3: 要是真能看得懂狗的一招半式 大概可以增加好幾年功力了 03/11 16:48
: → wen17: 你要不要先把7530的看文在來發文啊.... 03/11 16:50
: 推 FantasyNova: 這種來凹的文章 可不可以跳過阿 03/11 16:51
: → FantasyNova: 你就說你不懂圍棋了 那又要怎樣跟你解釋 03/11 16:51
: > 我哪裡說我不懂??? 我說沒業餘段實力OK
: >邏輯看懂了再來 不要連想罵都罵錯
: 邏輯就是你7530都沒看就在這邊大放厥詞
: → FantasyNova: 就像有一個人跑來說 為什麼1+1就是要等於2 03/11 16:51
: → FantasyNova: 跑去物理板說我不懂物理 為什麼世界就是這要這樣 03/11 16:52
: → FantasyNova: 很多大哉問的問題 如你表達 本來就是最深 最難解的 03/11 16:52
: → FantasyNova: 但你基礎的東西都不去董 例如圍棋怎麼下 規則 03/11 16:52
: → FantasyNova: 然後跑來哲學系一下 就好像自己講贏了 03/11 16:53
: 推 ForeverOrz: 電腦下的每一手棋也是在棋盤上,你以為人都不會去分析 03/11 17:15
: > 人會分析 但和電腦相比人有盲區 人下棋會有負擔 這些電腦都沒有
: 同上
: → ForeverOrz: 也夠有趣了,事實就是棋局本身只是一種變化,今天我無 03/11 17:16
: → ForeverOrz: 論怎麼悔棋都下不贏電腦這種下法,那他就是妙手,在這 03/11 17:16
: → ForeverOrz: 之前你再凹什麼人類觀點都是假議題 03/11 17:17
: > 假議題? 他就是事實 沒啥真假
: 所以事實到底除了打高空以外還有什麼,拜託快點回我
: 噓 konayuki: 不是結果贏 就代表怪招是好手 有點邏輯好嗎 03/11 17:19
: → konayuki: 她贏了只是因為李世石後面實在下的消極 03/11 17:20
: 消極? 你李世石? 你有看過比賽? 你知道官子時期壓力有多大?
: 放話最會 當你面對一個官子幾乎不會失誤的對手 你能保證你不失誤?
: → konayuki: 這跟不跟從人類角度還是從什麼角度來看沒關係 03/11 17:20
: → arnold3: 狗只能盡量下出還ok的棋 慢慢進化成更ok的 03/11 17:20
: → ForeverOrz: 是事實拿這兩盤的例子來討論看看阿,我看就拿左下那邊 03/11 17:20
: → ForeverOrz: 的交換來討論好了,妙手點在where? 03/11 17:21
: → ForeverOrz: 電腦再怎麼下,子都是要落在棋盤上的,人下的時候會累 03/11 17:21
: → arnold3: 人類大師有幾步會下得比ai好並不奇怪 03/11 17:21
: → ForeverOrz: 但事後覆盤檢討可不是一人 03/11 17:22
: → ilw4e: 他會跟你說:尼們都不懂AlphaGo的好 03/11 17:22
: > 貶低阿發狗來凸顯人類下的有多優雅也很好笑 2個基於不同方向所下的棋 還可以拿來比
: > 較批評 只會顯現人類的傲慢
: 看完棋局認真分析檢討每步棋的人類從來沒有傲慢,
: 傲慢的是自以為機器都是對的然後又不懂圍棋跑來大放厥詞的人
: → birdy590: 我覺得等和高手對下樣本多一點 再回來看會比較明朗 03/11 17:22
: → arnold3: 最後3:2翻盤也不是不可能 03/11 17:23
: → ForeverOrz: 消極(保守)不只k大講的,一堆職棋如柯潔也在講,你去 03/11 17:23
: → ForeverOrz: 嘴柯潔好了 呵呵 03/11 17:23
: > 柯潔說你是狗 你就是狗?
: 柯潔是目前人類客觀角度而言最強的棋手,
: 他如果對狗的見解有和對圍棋的見解一樣的話我會參考他的見解
: → arnold3: 用電腦設計的邏輯來看就懂了 不可能每一步都唯一最佳解 03/11 17:24
: → ForeverOrz: 懂圍棋還有這番見解真好奇懂到哪裡 03/11 17:24
: → birdy590: 目前為止可以肯定電腦不容易犯大錯, 只能蠶食別想鯨吞 03/11 17:24
: → arnold3: 終歸還是要回到棋盤上看嚇得對不對 03/11 17:24
: → birdy590: 人看著覺得不好但是拿不到太多好處, 後面還可能虧 03/11 17:25
: ※ 編輯: uyrmb47 (59.115.156.139), 03/11/2016 17:26:45
: → TS13: 的確 人類評不一定對,也不一定錯 03/11 17:26
: 推 arnold3: 高手過招就是看那一兩步沒有沒下對而已 03/11 17:28
: ==以下個人感想
: 類似的論點一直出來,連是來特別引戰還是怎樣的都搞不清楚了
: 事實上AG每一個下的子都還是在棋盤上,要分析要檢討都很容易
: 人類計算速度沒有電腦那麼快,
: 但累積的經驗正是電腦十年內都無法與人類平起平坐的原因
: 什麼電腦角度還人類角度對圍棋而言不存在的,
: 事實就是只有一個圍棋的角度,
: 有人類覺得明顯的惡手,若分析過還是惡手那也不會變成妙手
: 人類覺得明顯有趣的新手 <-- 電腦下出來的,那人類會研究出個結果
: 如果ok 那以後人類也多學到一招 (正是達成靠電腦輔助學習的目的)
: 機器經過training後可能最後連布局都下出人類認為沒有破綻的棋路,
: 當人類認為完全沒有失誤還下不贏電腦的時候,
: 我想這些職業棋士才會真正認為電腦到達了人類無法超越的境界了
: 但這也是圍棋真正有趣之處,
: 19x19的地盤中研究那幾百盤會出現一次的變化而樂在其中
: 就算等到電腦變成了圍棋之神,我想人類還是會繼續下著圍棋的
--
Tags:
圍棋
All Comments
By Caitlin
at 2016-03-14T00:31
at 2016-03-14T00:31
By Audriana
at 2016-03-16T10:46
at 2016-03-16T10:46
By Robert
at 2016-03-20T03:42
at 2016-03-20T03:42
By Robert
at 2016-03-22T14:04
at 2016-03-22T14:04
By Susan
at 2016-03-25T14:37
at 2016-03-25T14:37
By Mason
at 2016-03-27T11:39
at 2016-03-27T11:39
By Valerie
at 2016-03-30T08:36
at 2016-03-30T08:36
By Franklin
at 2016-03-31T02:35
at 2016-03-31T02:35
By Daniel
at 2016-04-02T08:19
at 2016-04-02T08:19
By Ida
at 2016-04-03T11:59
at 2016-04-03T11:59
By Heather
at 2016-04-07T21:00
at 2016-04-07T21:00
By Agatha
at 2016-04-10T11:54
at 2016-04-10T11:54
By Anonymous
at 2016-04-14T03:23
at 2016-04-14T03:23
By Hedda
at 2016-04-14T20:52
at 2016-04-14T20:52
By Elvira
at 2016-04-16T01:02
at 2016-04-16T01:02
By Mary
at 2016-04-16T14:41
at 2016-04-16T14:41
By Ina
at 2016-04-19T12:08
at 2016-04-19T12:08
By Ula
at 2016-04-24T08:13
at 2016-04-24T08:13
By Jake
at 2016-04-27T07:24
at 2016-04-27T07:24
By Annie
at 2016-04-28T08:22
at 2016-04-28T08:22
By Lauren
at 2016-05-01T23:24
at 2016-05-01T23:24
By Charlotte
at 2016-05-02T08:08
at 2016-05-02T08:08
By Valerie
at 2016-05-03T08:17
at 2016-05-03T08:17
By Anthony
at 2016-05-06T18:52
at 2016-05-06T18:52
By Agnes
at 2016-05-07T00:04
at 2016-05-07T00:04
By Lauren
at 2016-05-09T00:41
at 2016-05-09T00:41
By Sarah
at 2016-05-09T15:15
at 2016-05-09T15:15
By Adele
at 2016-05-11T14:59
at 2016-05-11T14:59
By Wallis
at 2016-05-15T00:20
at 2016-05-15T00:20
By Leila
at 2016-05-18T09:39
at 2016-05-18T09:39
By Lucy
at 2016-05-21T03:16
at 2016-05-21T03:16
By Rosalind
at 2016-05-24T12:03
at 2016-05-24T12:03
By Poppy
at 2016-05-25T02:12
at 2016-05-25T02:12
By Kristin
at 2016-05-28T23:21
at 2016-05-28T23:21
By Sierra Rose
at 2016-05-30T04:31
at 2016-05-30T04:31
By Liam
at 2016-05-31T20:52
at 2016-05-31T20:52
By Aaliyah
at 2016-06-04T11:43
at 2016-06-04T11:43
By Frederica
at 2016-06-06T21:36
at 2016-06-06T21:36
By Blanche
at 2016-06-11T01:53
at 2016-06-11T01:53
By Odelette
at 2016-06-13T08:51
at 2016-06-13T08:51
By Quanna
at 2016-06-14T17:08
at 2016-06-14T17:08
By Selena
at 2016-06-17T01:35
at 2016-06-17T01:35
By Hardy
at 2016-06-17T10:12
at 2016-06-17T10:12
By Valerie
at 2016-06-17T17:07
at 2016-06-17T17:07
By Zanna
at 2016-06-21T10:39
at 2016-06-21T10:39
By Adele
at 2016-06-26T07:48
at 2016-06-26T07:48
By Franklin
at 2016-06-29T23:08
at 2016-06-29T23:08
By Yedda
at 2016-07-03T20:33
at 2016-07-03T20:33
By Ophelia
at 2016-07-08T12:58
at 2016-07-08T12:58
By Hardy
at 2016-07-09T09:21
at 2016-07-09T09:21
By Jack
at 2016-07-13T03:18
at 2016-07-13T03:18
By Caroline
at 2016-07-13T21:25
at 2016-07-13T21:25
By Dorothy
at 2016-07-17T19:09
at 2016-07-17T19:09
By Susan
at 2016-07-20T06:01
at 2016-07-20T06:01
By Annie
at 2016-07-22T05:11
at 2016-07-22T05:11
Related Posts
李世石 VS AlphaGo 第二局看法
By Mason
at 2016-03-11T17:49
at 2016-03-11T17:49
Re: 很可惜但也不用太擔心alphago
By Oliver
at 2016-03-11T17:37
at 2016-03-11T17:37
專家:阿爾法可實時分析李世石棋招 人機
By Donna
at 2016-03-11T17:26
at 2016-03-11T17:26
李世石 VS AlphaGo 第二局看法
By Caitlin
at 2016-03-11T16:35
at 2016-03-11T16:35
簡單感想
By Christine
at 2016-03-11T16:33
at 2016-03-11T16:33