黃士傑返台分享AlphaGo Zero開發過程 - 圍棋

※ 引述《tlchen (台灣加油)》之銘言：
: ※ 引述《qweewqq (風一樣的男子)》之銘言：
: : DeepMind指出，他們不使用任何人類知識，AlphaGo Zero用上的是新的「強化學習」方法
: 對於 "不使用任何人類知識" 這句, 我心中始終有個大問號.
: 首先, 在一開始的 random play, AZ 根本不知何時要停.
: 必須人工設定去停它. 這用到了人類知道這樣的遊戲, 應該有限步要停.
: 雖然 AZ 的參數是經由自我對戰學的, 但整個架構呢?
: 要有幾層的的類神經網路? 每層有多少節點? 層跟層間的結構?
: covolution 要用 5x5 還是怎樣的大小?
: 要怎樣配合 VN, PN? 要用 MCTS 來尋找?
: 這些都沒用到人類的圍棋知識嗎?
: 這整個大架構, 是在學人類棋譜時, 發現這樣的架構, 可以訓練出不錯的 AI.
: 這架構不是隨便設就行得通的吧?
: 經由人類棋譜訓練, 找到一個好的大架構, 這樣可以稱作不使用人類知識?
: 如果今天一個完全不懂圍棋的人, 只針對規則, 就去訂了大模型架構,
: 然後經由自我對戰去學參數. 這樣的結果, 那叫做不使用任何人類圍棋知識.
: 現在這樣算嗎? 我心中實在有很大的黑人問號.

Deepmind發言裡所指涉的"知識"，在AI的發展的脈絡中有特殊意義
並非廣義上我們理解的知識

===
https://technews.tw/2017/08/07/the-3rd-revolution-wave-of-ai-technology/

第一波人工智慧大約是在 1990 年代前電腦的計算與儲存能力還有限的時候，人工智慧多
是以「專家系統」的方式實現。也就是人類將一些專家才懂的知識（如醫學、法律）變成
一條條「規則」（如吃多喝多尿多可能是糖尿病）並輸入電腦，電腦就可以藉由這些規則
判斷。

第二波人工智慧主要是以機器學習運用在巨量資料探勘為本，以大量的資料配合統計及計
算科學的方法讓電腦能從事決策。
===

所謂專家才懂的知識，在圍棋中就是棋理，比如說氣、手順、遇劫先提、手割分析法..等
AlphaGO一開始輸入的是人類棋譜選點Data，並沒有根據棋理來寫規則並輸入進程式中
你若要找參考人類棋理的AI當然也有，根據我之前轉錄的加藤先生訪談，Zen這類老牌
圍棋軟體還保留了一些AlphaGO出現前專家系統的架構，但很顯然與這一波電腦圍棋進展
無關。

--