黃士傑返台分享AlphaGo Zero開發過程 - 圍棋

原文恕刪


我相信原po是真心很認真的想討論

也很歡這討論的風氣

但是，原po的問題卻得到一個幾乎大家圍攻的結果

我來舉個例子說明為什麼大家會覺得原po在鑽牛角尖好了



今天我們把問題換成排序

假設有一群剛發明電腦的工程師，現在在建構最初的演算法

他們試圖解決排書櫃的問題

於是他們先試著模仿人類的排書的方法，比方說排 「4, 5, 6, 1, 3, 2」

的時候，人類會把 4,5,6 一起處理 (回憶一下人是怎麼處理書架上的書的)

於是他們弄出了一套演算法，但是效能不怎樣

對應圍棋AI的例子，傳統的Zen，CrazyStone 就是這樣的算法


然後突然有一個天材，發現了 Bubble Sort

一個電腦按自己的方式排，又借鏡了一部份人類排序的經驗(一直把小的往前丟)的算法

相當於 AlphaGo 出現了



最後，另一群天材把這個演算法優化成 Quick Sort

一個人類在現實中排書絕對不可能用到的演算法

相當於 AlphaGo Zero (小朋友學棋再怎樣也不會教他從亂丟開始，對吧？)

發了篇論文說明他們整個演算法共同的地方只有一段「交換位子」的函式

其它都不一樣

換成 AlphaGo ，就是告訴你，我都是用機器學習作方法，但是其它都不一樣


然後原po現在的質疑在一般人的眼中看起來像是：

Quick Sort還是用到了人類排序書櫃的經驗！

當然大家會覺得莫名

有人會有 Quick Sort 來排書架嗎？


大概是這樣

--