淺談AlphaGo - 圍棋

※ 引述《nnlisalive (nnlisalive)》之銘言：
: ※ 引述《ykes60513 (いちご)》之銘言：
: : 假設A走法有90%贏一目 B走法有85%贏十目 AlphaGo會選前者
: 請問有誰知道90%或85%是怎計算出來的?
: 因為對手還沒下 需要跑迴圈運算
: 這勝率統計是否有所謂的信賴區間
: 再來是會不會有100%勝率落子的時候
: 當100%的路一出現 是否就代表比賽結束
: 去年AG對上李 我看那個落子機率會忽高忽低
: 雖然大部分的時候是50~100%遞增
: 但李 v.s AG大戰第4局的78手 頓時讓AG勝率下降不少
: 是否代表只要我們能下出Alpha世界線以外的棋
: 就能迎接勝利的美好未來?

小弟這學期有修電腦對局理論的相關課程

看到這篇想說分享一下好了

我們上一次的作業是要做黑白棋的 AI

使用的方法就是蒙地卡羅搜尋樹 （跟 AlphaGo 比起來只是菜而已）

考慮當前我可以下的每一步棋的情況下

我們都可以假設「雙方棋手只會亂數下棋」

並且去計算每一步可行的棋所亂數出來的盤面勝率有多少

這裡的勝率是指最終盤面 可以想像電腦亂數把一盤棋下完只要幾毫秒的時間

我自己做出來的實驗一秒內算個一萬多盤棋是沒有問題的

概念上其實就是隨機抽樣而已

關於使用到的技術 其實還有各式各樣的優化

並且讓電腦接續前一步下的棋思考也並非難事 （實作上不難）

因此電腦暖機越久想得越清楚 越接近實際上的亂數勝率（非真實勝率）

-- 以上是我的作業 XD --

回到 alphago

我想 alphago 應該在裡面也用了不少亂數

配合上深度學習的神經網路可以幫他為某些可行點做加權

他可以走向期望上更好的盤面 並且以學過的棋譜去估計勝率

這裡的勝率無法達到 100% 我猜一部分原因是

在亂數情況下電腦會嘗試去填自己的空,使得自己反而輸棋,因此會產生一些敗局

不過因為我沒有讀過 alphago 的論文 所以不是很確定詳細情況

也許就連 deepmind 的研究員都沒辦法給出 100% 的答案？

就我剛剛提到我的作業來說,

我也有不斷追蹤自己 AI 每一步棋的期望勝率

不過因為是純亂數 所以沒有很準 XD （但至少我到現在沒下贏自己的 AI 就是..）

我也沒有辦法很準確說明為什麼我的 AI 有時候會爛掉 XDDD （可能是 bug 吧）

以上分享 歡迎留言討論！

--