黃士傑返台分享AlphaGo Zero開發過程 - 圍棋

※ 引述《jamesho8743 (加拿大好美)》之銘言：
: 所謂人類圍棋知識 是專指人類"在棋盤上"的著手 應法 思考 這叫圍棋知識(不包括基本規則)
: AGZ "就算有" 建立在之前 AlphaGo的基礎上 比如說要用 幾層類神經網路 MCTS 或其它
: "人類工程上"的知識 但這些跟"人類圍棋知識" 並不相同 基本上這個是工程問題 數學問題 主是跟棋盤大小
: 圍棋規則 及圍棋本質等相關的東西 而跟人類"棋盤上的著法"無關

對啊，那些推文中的質疑，都是對相關知識不了解而造成的過度猜測。

首先是終局條件和勝負判定必然要有，不然只是任意的填子，什麼都不是。
圍棋基本規則是判定一個點可不可以下，以及下了之後的輸出結果。
以上這些都是獨立的程序黑箱，沒有這些東西就下不了電腦圍棋，

其中 19*19*2 的步數當成終局條件，就是這樣夠用了，不要浪費電腦資源，
就跟電腦裡的 255 或 65535 一樣。

改用 ResNet 因為是最當紅的神經網路模型，大家都說好，到處拿第一，
只要是做機器學習，不改來用看看才奇怪，這跟圍棋一點關係也沒有。

然後主程序就是通過 ResNet + MCTS 獲得的數據來不斷自我訓練。

這幾乎是一個在固定數目的位置中填入數據的通用算法，跟圍棋的關係，
僅僅在於填入的位置、數據、填入數據後的變化、評估終局和成功或失敗，
是根據圍棋而「限定」。

換句話說，只要改上述的設定，使用這個算法可以直接變成五子棋程式，
或另外的棋，例如很多人想過把圍棋改成圓環狀（上下左右無邊的循環），
或是三維的圍棋，都可以照樣修改後讓電腦去自行修煉成大師。

在一些細部結構上，DeepMind 也試過不同的參數，其中比較好的結果，
才變成現在的版本，這種工程調整，跟人類的圍棋知識也沒有關係。

所以這不是圍棋專用的算法，如果這樣還要說是用到了人類圍棋知識，
那就隨便他了。

--