為什麼現在AlphaGO開始會"讓"呢? - 圍棋

這問題從第一次人機戰開始就不停有人問，我來認真解釋一下好了
其實推文也有人講到重點了

大家已經知道電腦看的是勝率了，這是根本原因沒錯
但這勝率是怎樣來的才是重點

簡單說AlphoGo有兩個系統
一個可以靠當下就猜出大概每步棋的價值（可以簡單想成勝率）
另一個就是，反正我就選一步，然後自己左右互搏下他個上千盤，看勝率多少就好

目前v25版本的第一個系統到底有多準
還有這兩個系統現在互相比重佔了幾成
在官方公布前不知道
我們就簡單先拿容易理解的第二系統來說
就會知道AlphaGo到底在"讓"什麼鬼了

現在假想一個情境：AlphaGo執白，棋局已到中後盤全局無弱棋，領先5目半
但這"領先5目半"從人類的角度來看的
電腦看到什麼呢？他只看到"我怎麼下勝率都接近100%"

那假如現在有10個可能的選點
其中最好的一手（不損目）的只有1種
損1目、損2目、損3目的各三種

AlphaGo把每一種都試一次之後結果會發現，啊怎麼好像都一樣啊？（勝率都接近100%)
於是只剩一些微小的模擬隨機誤差來決定他想選哪個
簡單說等於他就是隨便選了一個，當然選中最佳解的機率是不高的

所以雖然人類角度看起來他就是在損、在讓
但在電腦的角度這叫做"我就真的不知道哪個比較好啊？看起來不都一模一樣嗎？"

當然，這絕對是不影響最終勝負的
因為假如電腦不幸選了損3目的棋，現在上帝視角來看盤面只領先2目半了
下一次同樣看到10的選點，一樣的價值分布
他會發現，不損目、損1目、損2目的勝率都一樣，接近100%，但損3目的勝率只有30%
他很自然就會在前三種可能性隨機挑一個，但絕不會挑到會輸的那種

如此隨機的挑著挑著，由於每次最佳解被挑到的機率，一定小於其他解
最後結果就是會變成只贏一點點，但他就是會贏

這其實是很有趣的一個地方
因為”思考方式”的不同造成互相不理解
就像電腦也會覺得人類布局的棋非常詭異（假如電腦有感情的話）
明明我試了一千次就發現A下法勝率比B下法高5百分點
你為什麼還是選A，你是故意在讓我嗎？
他就無法理解人類真的就是沒辦法看出A、B哪個選點比較好
就只是靠感覺隨便選了一個而已

--