GO 板


LINE

› 看板 GO  RSS
※ 引述《yamiyodare (shantotto)》之铭言: : DeepMind 学习打砖块的过程 : https://www.youtube.com/watch?v=V1eYniJ0Rnk
: 人类给予的提示只有把分数提高, 自我训练几个小时就可以达到专家的水准. : 一开始 AI 乱数决定移动的方法. : 後来它会发现到乱到特定的地方不漏接球能提高分数, : 给予的回馈会强化类神经网路让它的移动方式尽量不漏接. : 厉害的在後面, 最後它会学到先钻通道是最有效的得分方式. : 这不是人教的, 人只跟它说, 把分数给我打高, 其它自己想办法. 先狂乱打(暴力打法)再进行归纳, 以找到得高分的最佳途径, 这好像是电脑必然的 但却是单一个人不可能去做的, 因为规模太大了, (而且....) : 但像围棋这麽复杂的东西, 直接用乱数下学习的过程太缓慢了. : AI 的做法是先尽量下的跟高手一样, 因为高手可能的下法几乎包含了最佳解. : AI 从这些候选走法往下找可以节省大量时间空间. : 透过大量的高手对战谱训练出一个迅速模仿高手次一手的 policy network. AI 可以转瞬学会所有定石 等於是到地球作战的外星部队一次掌握地球的全部地形 所以有大局观可以理解 可是, 我不太懂死活要怎麽解?因为死活很复杂啊, 隐藏着猪羊变色的规则和劫活 还是其实死活的题型和变化在AlphaGo看来存在上限? : value network 是型势判断, 给予一个特定盘面就能够迅速回报胜率. : AI 开出千万分身自我对练高手的棋路到终局 (最後谁赢电脑可以判断的够准) : 然後回溯盘面, 训练出一个可以估计任何盘面胜率的 value network. (不好意思, 插问一下回溯的英文是什麽> <) 在序盘就要计算到胜率看起来完全不可思议啊!!! 假设AlphaGo vs AlphaGo'(比本体稍弱)的胜率比是51:49好了 那这个比值「从第几手开始」才会跳动呢? 感觉上, 答案根本上决定在对局两造的实力 也就是这个比数是从决定将AlphaGo'的能力调弱多少之後就决定了 至於从第几手、从中盘还是终盘, 只是机率分派路径的问题 嗯, 很可能是我想错了 只是我觉得既然AlphaGo有办法进行暴力归纳, 它对手数的观看方式应该和我们不一样 有点「四次元」的感觉啊 XD : 目前看起来训练的越多, 估计的会越准确 (棋力越高) : 如果任何盘面胜率都可以正确估算, 基本上围棋就被破解了. : 因为电脑可以知道从第一手到终盘的最佳走法. : 拿黑棋如果不贴至少会赢几目, 而且只有特定棋谱可以达到. : 有了 policy network 跟 value network, : AI 就可以试下各种高手次一手, 再加上有效率的蒙地卡罗搜寻法, : 尽可能把胜率高的次一手展开往下运算, 提高胜率估算的准确度. : 可以把它想像成很多高手提供次一手的下法, 那就来下下看, 看谁说得对. : 但要留意, AI 的目标是胜率最高 (反击手最少), 不是目数最多, 不是棋型最美. : 看 AlphaGo 下棋会让我想到以前打道策的谱, 许多着手都是天马行空. : 怎麽看都很奇妙, 但最後就是会赢. 不太懂value network为什麽是重在反击手最少呢?可以再说明一下吗? 说到反击, 我是觉得任何反击都可预期, 只差在「有没有效率」而已 而效率除了涉及手数,目数,还关系到手顺, 这点跟收官有最佳顺序一样 唯前提是死活的问题要先解决, 因为即使是官子也会受打劫影响 你说的反击手最少, 指的是....? 如果目前的AI计算能力已经强到甚至能改变定石、争夺手顺, 那....lol (定石真的是没有破绽的吗?还是只是地球人的破绽?) : : 大概是这样, 不过我更想知道这个convolutional neural networks是什麽? : : 和节点的类神经网路有什麽不一样啊? : convolutional neural networks 是类神经网路的一种 : 它的概念是想模仿生物的视觉, 同时具有巨观跟微观的观察能力. : : 人可以像时间暂停般做收官的, 除了AI, 恐怕还是只有李昌镐做得到 : : 但现在已经不是李昌镐的全盛期了....AlphaGo还是来的太晚了 : : 我觉得很可惜啊 : : 好在官子不是围棋唯一的特色 : : 李世石这个有阅历又艺高人胆大的, 多变的风格正适合这种前无古人的对局! : : 在经过两次对局、探到对手的能耐後, 他会进行什麽样的布局? : : 毕竟, AlphaGo会进步, 而李世石也会啊! : : 期待明天的对奕~ : 我在想甚麽样的方式可以打败 AlphaGo : 因为 AlphaGo 是模拟高手次一手, 人类下出前所未闻的好手 (新定石新型新布局) : 才有机会把 AlphaGo 导向胜率估不准的局势上 (因为对练很少往那边下缺乏经验) : 举例而言, 应该没有人比武宫正树更懂宇宙流. : 假设 AlphaGo 回到武宫以前的时代砍掉重练, AI 对於宇宙流的局势不熟. : 武宫对 AlphaGo 用三连星开局或许可以把 AlphaGo 压着打. : 不过压着打也是一时, 跟武宫下棋 AlphaGo 可以学到宇宙流的各种变化. : 透过自我对练熟悉宇宙流的各种局势, 从而做出较准确的估计. : AlphaGo 你打赢它, 它就会再度进化. : 人类生命有限, 技艺的传承速度缓慢. : AI 可以有效的继承人类全体的经验, 加速技艺的提昇. : 藤泽秀行曾说, 围棋如果有 100, 他最多懂的不过 6、7. : 有没有想过, AI 继续发展下去可以让职业九段两子三子甚至九子? : 人类要探索围棋的极限, 得靠 AI 的辅助. 宇宙流的相关定石应该很少 如果AI要发展宇宙流派, 那也不错呀~~ 但那样的围棋就不会是我们目前以为的围棋了而是一盘只有AI能下的棋局 看新闻说, Google DeepMind 的目光放在破解人类学习的密码 嗯, 这个是认知科学的脑神经领域啊! 而用只有电脑可以使用的方式(例如暴力归纳)来破解人脑的学习, 是矛盾不是吗? -- 谢谢对convolutional neural networks的解说 这好难 我会再研究一下> < --



※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 61.223.114.150
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/GO/M.1457758455.A.55C.html







like.gif 您可能会有兴趣的文章
icon.png[问题/行为] 猫晚上进房间会不会有憋尿问题
icon.pngRe: [闲聊] 选了错误的女孩成为魔法少女 XDDDDDDDDDD
icon.png[正妹] 瑞典 一张
icon.png[心得] EMS高领长版毛衣.墨小楼MC1002
icon.png[分享] 丹龙隔热纸GE55+33+22
icon.png[问题] 清洗洗衣机
icon.png[寻物] 窗台下的空间
icon.png[闲聊] 双极の女神1 木魔爵
icon.png[售车] 新竹 1997 march 1297cc 白色 四门
icon.png[讨论] 能从照片感受到摄影者心情吗
icon.png[狂贺] 贺贺贺贺 贺!岛村卯月!总选举NO.1
icon.png[难过] 羡慕白皮肤的女生
icon.png阅读文章
icon.png[黑特]
icon.png[问题] SBK S1安装於安全帽位置
icon.png[分享] 旧woo100绝版开箱!!
icon.pngRe: [无言] 关於小包卫生纸
icon.png[开箱] E5-2683V3 RX480Strix 快睿C1 简单测试
icon.png[心得] 苍の海贼龙 地狱 执行者16PT
icon.png[售车] 1999年Virage iO 1.8EXi
icon.png[心得] 挑战33 LV10 狮子座pt solo
icon.png[闲聊] 手把手教你不被桶之新手主购教学
icon.png[分享] Civic Type R 量产版官方照无预警流出
icon.png[售车] Golf 4 2.0 银色 自排
icon.png[出售] Graco提篮汽座(有底座)2000元诚可议
icon.png[问题] 请问补牙材质掉了还能再补吗?(台中半年内
icon.png[问题] 44th 单曲 生写竟然都给重复的啊啊!
icon.png[心得] 华南红卡/icash 核卡
icon.png[问题] 拔牙矫正这样正常吗
icon.png[赠送] 老莫高业 初业 102年版
icon.png[情报] 三大行动支付 本季掀战火
icon.png[宝宝] 博客来Amos水蜡笔5/1特价五折
icon.pngRe: [心得] 新鲜人一些面试分享
icon.png[心得] 苍の海贼龙 地狱 麒麟25PT
icon.pngRe: [闲聊] (君の名は。雷慎入) 君名二创漫画翻译
icon.pngRe: [闲聊] OGN中场影片:失踪人口局 (英文字幕)
icon.png[问题] 台湾大哥大4G讯号差
icon.png[出售] [全国]全新千寻侘草LED灯, 水草

请输入看板名称,例如:Soft_Job 或 站内搜寻

TOP