電腦圍棋的小常識 - 圍棋

Vanessa avatar
By Vanessa
at 2016-02-01T17:43

Table of Contents

推 staristic: 我猜應該秒殺,這些名局應該是第一批餵AI的食物 02/01 11:57
→ staristic: 就算不是第一批,應該也是餵過。如果答不出來…… 02/01 11:57

很難阿

之前做題目都會遇到

題目太大電腦跑不動的狀況

就算是付費的熊貓老師也一樣 哈哈
推 kafai: 餵過跟TRAIN起來是兩回事,偶發的鬼手可能當NOISE進不去 02/01 13:07
推 coldmilk: 我不行啦,身體太多毛病,已經不寫圍棋程式了。還有Cold 02/01 13:16
→ coldmilk: milk根本比不上Zen,倒是交大吳毅成老師的團隊開發的CGI 02/01 13:16
→ coldmilk: 最近棋力突飛猛進,我看很有可能已經有KGS 6D水準了 02/01 13:16
喔喔

這訊息就沒跟上 那這次如果有去溫哥華的話

再來學學
推 aaaba: 這個問題太有趣了。因為機器學習講究的是學到普遍性的原則 02/01 13:19
→ aaaba: ,而非記憶各種特殊解,所以這個問題就得看這些鬼手發生當 02/01 13:19
→ aaaba: 時的盤面會不會透過類神經網路映射到一個容易發現鬼手的特 02/01 13:19
→ aaaba: 殊空間(而不是人類直觀看到的361維空間)。如果可以,表示Al 02/01 13:19
→ aaaba: phaGo的普遍性原則萃取得非常之好,很神。 02/01 13:19
→ nanlong: 有時鬼手妙手是因非理性或失衡造成某種局面而爆發出來的. 02/01 14:02
→ nanlong: 人比較會這樣..電腦很理性我就不知會不會這樣會爆。 02/01 14:03
→ nanlong: 有時雙方無錯著還挺無聊的-看起伏落差大的對局有趣點。 02/01 14:05

我以為圍棋的美麗就是這些層出不窮的鬼手跟妙手阿
這不也是實力展現的一部分

另外藤澤跟加藤的對局
如果那一手是唯一解 那理論上電腦就該跑得出來這位置

這也是個很好的測試阿

http://imgur.com/FljPwS6

不然遇到這個狀態下的李世石要贏還真是很辛苦....

白68右下角托 大部分的人跟電腦應該都會覺得這只能跟著應...

手拔中央尖一個實在太強

--
Tags: 圍棋

All Comments

Rae avatar
By Rae
at 2016-02-02T19:48
Deep Learning 不可能學到鬼手 鬼手只能靠硬爆 也就是暴力
Charlotte avatar
By Charlotte
at 2016-02-06T22:05
窮舉破解法 等電腦速度能算到五十步以後鬼手就會出來了
Dora avatar
By Dora
at 2016-02-09T00:33
現在AlphaGo的演算法就是跟人一樣是靠學習的 不要把它想的
Queena avatar
By Queena
at 2016-02-09T12:39
那麼厲害 還有我不太懂什麼叫做唯一解@@ 下圍棋還有唯一
Enid avatar
By Enid
at 2016-02-12T21:19
解的話除了局部攻殺 我不覺得有人可以證出來
Una avatar
By Una
at 2016-02-12T23:08
我覺得現階段AlphaGo不可能靠佈局贏人類 只能靠人類的失誤
但人是很容易算不清打勺的
Leila avatar
By Leila
at 2016-02-15T11:02
有一點我是覺得值得討論 當AI贏了人類後 圍棋的普及是會進
Eartha avatar
By Eartha
at 2016-02-19T16:24
步還是退步呢?我自己感覺是會退步 因為他的魅力對沒有接
Edward Lewis avatar
By Edward Lewis
at 2016-02-20T03:52
觸過圍棋的人來講是減少很多的 不知道國際象棋在1997年以
後普及的程度有提高嗎?還是越來越少人下了?
Kumar avatar
By Kumar
at 2016-02-24T23:19
“不可能找出鬼手”,是一句不能證明的論述。人感知的鬼手
隱蔽程度高段與低段就有所不同,何況是不同參數學出的各種c
nn
Leila avatar
By Leila
at 2016-02-26T04:55
如果如果某些鬼手在AlphaGo認為下一手可能位置的機率值的前
二十名,算是學到了嗎?
Aaliyah avatar
By Aaliyah
at 2016-02-27T05:33
如果機率是前20 然後最後應法都正確的話 就算找出鬼手沒錯
Anthony avatar
By Anthony
at 2016-03-02T01:22
就這些完全資訊公開的棋類遊戲來說,最佳解都是被證明存在
Steve avatar
By Steve
at 2016-03-04T06:22
的啊,當然最佳解可能不是唯一的
Candice avatar
By Candice
at 2016-03-05T13:16
至於鬼手只能靠暴力法找這個論述你講得有點果斷,我不同意
Barb Cronin avatar
By Barb Cronin
at 2016-03-08T02:15
我說的鬼手只能靠暴力解是以目前的演算法作為基礎的
Wallis avatar
By Wallis
at 2016-03-12T07:43
以目前發展的演算法 鬼手要出來的話必須靠暴力搜索來
Rebecca avatar
By Rebecca
at 2016-03-14T15:12
"找到" (並不是學到) 當然科技進步那麼快 說不定兩年後新
Gilbert avatar
By Gilbert
at 2016-03-18T16:47
的演算法發表出來也是有可能的
Zenobia avatar
By Zenobia
at 2016-03-22T05:49
我是覺得以目前這個演算法就有機會打敗人類頂尖了 Google
Andrew avatar
By Andrew
at 2016-03-26T08:25
並沒有想要把圍棋AI變成神 等到目前這個AI的棋力比頂尖棋
Andrew avatar
By Andrew
at 2016-03-27T16:06
手強一子後這個象徵性的研究項目大概也會結束 接下來會研
Lydia avatar
By Lydia
at 2016-03-30T08:36
究的可能就只剩對圍棋有興趣的 要組織二三十人有AI知識的
Zora avatar
By Zora
at 2016-03-30T17:32
研究者是不太可能的
Sierra Rose avatar
By Sierra Rose
at 2016-04-04T12:34
我認為人和機器行棋中目的都是在於“有效率的搜尋到較佳的
一手棋”。至於你所謂“學到”和“找到”到底區隔在哪?我
不是把AI當神,而是認為不必把人的“學習”當成神聖的詞彙
,套在機器上面好像就有種抗拒感。
Xanthe avatar
By Xanthe
at 2016-04-07T21:09
我非常同意你所說的"有效率搜索到最佳的一手棋"因為這以目
Irma avatar
By Irma
at 2016-04-12T04:34
前的狀況下(例如機器資源配置 秒數設定) 所能得到的最佳手
Margaret avatar
By Margaret
at 2016-04-15T05:14
鬼手有點像是唯一一手 神之一手這樣 想要強調的是AI沒有
Iris avatar
By Iris
at 2016-04-18T22:38
那麼強 不要把那麼神聖的任務放在他身上
Joe avatar
By Joe
at 2016-04-20T23:30
AI沒辦法達到唯一的一手是很正常的 也不要因為這樣就覺得
Leila avatar
By Leila
at 2016-04-23T21:46
人類最終還是比較有創造性啊什麼的 然後去排斥AI
Mason avatar
By Mason
at 2016-04-27T15:15
最近看到有些論壇把AI神格化或是妖魔化感覺都不太恰當
Dora avatar
By Dora
at 2016-04-29T07:17
噢 我對把學習這個詞套在機器上一點也沒有抗拒感
Victoria avatar
By Victoria
at 2016-05-01T00:14
我把學到跟找到兩個詞做一下區別只是區別用在AlphaGo的演
Kama avatar
By Kama
at 2016-05-01T06:50
算法上面 以Deep Learning找到鬼手是不可能的 但如果用傳
Jake avatar
By Jake
at 2016-05-05T00:29
統硬爆搜索的方法就有可能 但因為硬體運算速度限制
Zora avatar
By Zora
at 2016-05-06T13:40
所以目前很難實現職業棋手所謂的鬼手吧
Frederica avatar
By Frederica
at 2016-05-11T03:55
好像越講越不清楚 學到=機器學習統計得出 找到=用傳統搜索
Catherine avatar
By Catherine
at 2016-05-14T13:33
@ztdxqa 我只覺得你把AI(或說學習)的範圍過度狹義化了。
Sandy avatar
By Sandy
at 2016-05-16T15:24
然後再說一次,你認為學不到鬼手,這個結論太果斷了。
Blanche avatar
By Blanche
at 2016-05-17T19:52
先不提我前面有提過確實有研究就是針對找出稀少有意義的
Yuri avatar
By Yuri
at 2016-05-18T06:47
Pattern(雖然目前應該是並沒有圍棋的AI在使用,這比較常
見於Frequent Pattern一系)
Dorothy avatar
By Dorothy
at 2016-05-22T13:36
我只要把學習的條件改為「越稀少但是有贏過」的下法,就能
學到一大堆鬼手了。雖然相對地也會學到一大堆垃圾下法,導
Erin avatar
By Erin
at 2016-05-23T16:03
致這個AI整體來說可能很爛,但我要表明的是「現在的學習方
法一定學不到鬼手」這個結論是不正確的
Yuri avatar
By Yuri
at 2016-05-27T15:07
而當中如果有針對性的設計,因為它可以用帶有亂數的自我對
Ursula avatar
By Ursula
at 2016-05-30T01:05
局進一步學習,學出鬼手並非徹底不可能的事,只是我強調「
Queena avatar
By Queena
at 2016-06-03T05:02
這是需要一些額外特別設計來支援」,它必須撥出一個比例的
運算資源來處理稀少著手。
Puput avatar
By Puput
at 2016-06-07T14:28
然後「AI沒辦法達到唯一的一手是很正常的」這句話也很詭異
Enid avatar
By Enid
at 2016-06-10T21:15
就是了,因為就現在而言AI算不清的公開資訊棋類,人類也都
算不清XD
Ida avatar
By Ida
at 2016-06-12T07:04
但很多人類也算得清的棋類,AI一樣都能學到唯一必勝的下法
Elvira avatar
By Elvira
at 2016-06-16T04:07
恕我見識淺薄 我確實沒聽過 frequent pattern這類型的演算
Una avatar
By Una
at 2016-06-17T05:43
法(跟naive bayse類似?)所以也不清楚發展到哪裡 如果他能
Mary avatar
By Mary
at 2016-06-19T08:08
用在圍棋AI上且能確實學到鬼手會是很大的突破 那這可能會
Bethany avatar
By Bethany
at 2016-06-23T16:26
是繼Deep Learaning RL又一大進步吧
Hedwig avatar
By Hedwig
at 2016-06-25T11:00
不過以目前 我所知道已發表的演算法(蒙地卡羅搜索CNN RL)
John avatar
By John
at 2016-06-27T16:59
我實在看不出要怎麼學到職業棋士所認為的鬼手 大頭鬼這種
Poppy avatar
By Poppy
at 2016-06-28T04:43
常用的當然是學得出來
Rebecca avatar
By Rebecca
at 2016-07-01T04:18
處理稀少數據確實是學界一直在努力奮鬥的目標 但目前似乎
Franklin avatar
By Franklin
at 2016-07-05T19:33
沒有一個很有效且通用的法(就我所知) 找到鬼手這種機率很
Olga avatar
By Olga
at 2016-07-08T03:16
小 可能一百場職業棋譜也找不出一手的數據量 我覺得很不太
Ethan avatar
By Ethan
at 2016-07-10T18:57
容易辦得到 尤其是以機器學習這種方法來實現
Vanessa avatar
By Vanessa
at 2016-07-12T12:00
至於你說人類算得清機器也算得清唯一必勝的下法 我覺得他
Freda avatar
By Freda
at 2016-07-14T22:17
用的算法一定是brute force 圍棋跟棋類相比 就是以目前的
Margaret avatar
By Margaret
at 2016-07-15T17:52
圍棋跟其他棋類相比 就是以目前的硬體效能 還不能用暴力法
Freda avatar
By Freda
at 2016-07-17T19:52
不能說國際象棋可以找出唯一解 圍棋就可以 又如果人類都算
Doris avatar
By Doris
at 2016-07-18T23:41
不清 你又如何評斷電腦算得清呢?(暴力解法除外) 所以我認
Enid avatar
By Enid
at 2016-07-22T22:49
為這是假議題.
Rae avatar
By Rae
at 2016-07-25T11:14
電腦贏人類 應該是不需要鬼手就可以贏了(最多三年吧@@)
Oliver avatar
By Oliver
at 2016-07-26T08:09
你的brute force到底是多brute?難道涉及到樹的搜尋都被你
歸類為brute force?那人找出鬼手時如果用上一手手排除的尋
找,也要被你認為是brute force?好吧!那你對了,deep lea
rning 的確不是用來取代搜尋而是輔助搜尋,不用樹的搜尋而
解類似賽局概念的問題我還沒想過有這種可能性,無論是人或
機器。
Madame avatar
By Madame
at 2016-07-30T10:01
你說的學不到鬼手其實是建立在一個前提上,就是不能為了學
William avatar
By William
at 2016-08-01T14:26
鬼手而多學垃圾手拖累棋力。這叫是不為也,非不能也。
Emily avatar
By Emily
at 2016-08-02T03:26
然後我還是要說你沒有搞清楚你講出「AI沒辦法達到唯一的一
Rachel avatar
By Rachel
at 2016-08-07T01:14
手是很正常的」這句話到底有多不嚴謹XD
Kama avatar
By Kama
at 2016-08-08T18:48
我並沒有否定「現在的AI,很難在圍棋上得到絕對最佳解」,
Cara avatar
By Cara
at 2016-08-09T19:39
當人類跟AI都算不清時,你講那句話根本沒有論證任何高下的
效果,特別是你句子還沒有指定圍棋XD
Leila avatar
By Leila
at 2016-08-09T23:36
然後鬼手也跟最佳著手一點關係也沒有,反而跟人類的思考比
Ina avatar
By Ina
at 2016-08-12T21:30
較有關,鬼手並不一定要是最佳著手,只要對人類來說是出乎
Bennie avatar
By Bennie
at 2016-08-13T19:34
意料,導致後續取得利益就可稱之,而要學到這種著手只要調
Ethan avatar
By Ethan
at 2016-08-13T22:56
整評估方式就有機會將之納入,只不過會同時也學到很多垃圾
手而已,並非學不到。
Damian avatar
By Damian
at 2016-08-17T22:51
鬼手被算清後,它就可能會變成標準的妙著或其實是應對得當
Sarah avatar
By Sarah
at 2016-08-18T05:15
就沒那麼好的下法,而相對於人類使用大量研究來證實這些東
Necoo avatar
By Necoo
at 2016-08-19T14:33
西,AI也可以利用大量帶隨機性的模擬對局來進行「研究」,
這其中唯一的問題就在於鬼手的稀少有可能導致AI一開始就沒
Barb Cronin avatar
By Barb Cronin
at 2016-08-22T01:38
有打算把它列入需要花運算資源去驗證的範圍內。因此,只要
Elma avatar
By Elma
at 2016-08-25T19:30
這邊做些設計,讓鬼手有可能進入被模擬對局驗證的範圍即可
Frederica avatar
By Frederica
at 2016-08-29T15:47
。當然如上面一直強調的,危險性就在可能讓很多垃圾下法也
Elizabeth avatar
By Elizabeth
at 2016-09-01T01:30
進去搶奪運算資源,甚至劣幣驅逐良幣,這跟灌進大量低棋棋
Ursula avatar
By Ursula
at 2016-09-04T16:33
譜結果越學越差是某程度上相似的狀況。
Ursula avatar
By Ursula
at 2016-09-08T15:16
賽局理論的話,事實上解賽局理論更需要窮舉,因為需要得到
Joseph avatar
By Joseph
at 2016-09-08T20:35
完整的pay-off table......XD
Linda avatar
By Linda
at 2016-09-10T21:49
而且事實上賽局理論的分析在某些情況還是會使用樹狀展開處
Carolina Franco avatar
By Carolina Franco
at 2016-09-13T13:45
理的,不管用樹狀或矩陣式,目標都是窮舉所有選擇對雙方的
價值

電腦圍棋的小常識

Belly avatar
By Belly
at 2016-02-01T11:41
XD: 其實台灣專門做這一塊的高手 現在轉行了? 冷牛奶 之前研發到可以跟zen單挑 有一爭之力 關於谷歌的程式 我比較想要讓他 擺一些鬼手的瞬間 他真的發現得了嗎? 例如秀哉跟吳大國手的空裡點 藤澤秀行殺加藤正夫的只此一手 坂田榮男的一拖拉庫... 真好奇 可能得問AJA了... ...

Google軟體 擊敗職業圍棋冠軍

Rebecca avatar
By Rebecca
at 2016-01-31T22:10
硬體運算能力和演算法不能分開看,都要夠成熟才會進下一步。 其實圍棋的Monte-Carlo Tree Search(MCTS)和將棋的Bonanza Method都 大略在2006年左右取得突破,這不是巧合。 以將棋的Bonanza Method來說,其實它只是西洋棋裡Comparison Learnin ...

Google軟體 擊敗職業圍棋冠軍

Irma avatar
By Irma
at 2016-01-29T23:41
※ 引述《zkow (逍遙山水憶秋年)》之銘言: : 將出戰南韓棋王 : AlphaGo在3月將於首爾出戰全球最厲害職業圍棋手、號稱「圍棋界費德勒」的南韓棋王李 : 世石,勝者可得約3356萬元台幣獎金。李說:「我聽說DeepMind的人工智慧出奇地強且愈 : 來愈厲害,但我有信心至少這次能贏。」 如果將棋 ...

Google軟體 擊敗職業圍棋冠軍

Frederic avatar
By Frederic
at 2016-01-29T05:01
※ [本文轉錄自 chess 看板 #1Mge5fqC ] 作者: zkow (逍遙山水憶秋年) 看板: chess 標題: [新聞] Google軟體 擊敗職業圍棋冠軍 時間: Fri Jan 29 05:00:23 2016 Google軟體 擊敗職業圍棋冠軍 棋王嘆「不犯錯的對手太可怕」 全球 ...

Google軟體 擊敗職業圍棋冠軍

Olive avatar
By Olive
at 2016-01-29T05:00
Google軟體 擊敗職業圍棋冠軍 棋王嘆「不犯錯的對手太可怕」 全球 【陳怡妏╱綜合外電報導】前天出刊的《自然》科學期刊稱,Google旗下的英國DeepMind 人工智慧公司開發的AlphaGo軟體程式,去年10月對弈3屆歐洲圍棋錦標賽冠軍、中國棋士 樊麾5盤全勝,是電腦首度打敗職業圍棋手,創下人工 ...