作者BluffKing (毒奶王)
看板GO
标题Re: [问题] 赢少目的胜率会高於赢多目的胜率?
时间Fri May 26 23:07:48 2017
原PO底下推文不够精辟 耻於同流另回一篇
※ 引述《solomn (九米)》之铭言:
: 看了讨论文
: 说AI只考虑胜率
: 那麽为什麽赢少目的胜率会高於赢多目的胜率?
: 棋理是如何解释
: 谢谢
这跟「棋理」没有关系 是AG的运算模式所造成
简单讲就是
剪枝对胜率影响的效果在某些时候会大过目数对胜率的影响效果
比如说今天要收官了 盘面大概AG赢20目
假设这时候有两个选点:
A点:先手5目,可是後续一套比较复杂
B点:後手-5目,而且盘面上明显在送,但可以减少10M个节点的计算量
由於AG「只管赢棋不管赢多少」的目标设定
经过胜率计算後很可能反而去选B点这种莫名其妙送菜的点
因为反正它现在还赢20目
它不需要去冒这10M个节点的计算风险 搞不好其中有杀龙翻盘手段
请注意...哪怕狗狗的TPU算度再强
程序本身所使用的蒙地卡罗法并没有人类所谓「局部算清」的这种概念
它永远面对的是仍有无数可能着点的全域...
在没有办法穷举的情况下
大量减少分枝但是还可以赢的着点 虽然表面上在送
对电脑来讲反而是最没有风险的着点
这种为了减少计算量进行退让的事情其实人类职棋也是常常在干...
你看那读秒阶段 胜势一方真的有办法处处局部算清官子滴水不漏????
哪有可能~~~~~~~~
几乎多少都会送一点 换取棋形的稳定
............只是说职棋送着送着送到被翻盘屡见不鲜
AG貌似送了一堆而且送的很荒谬但还是很稳
最後回到所谓「棋理」的部分...
所谓「棋理」我个人定义为穷举後的最佳手法
在开局阶段无论电脑或人类都不可能进行穷举......
所以即使是AG也只能说是近於道 无法真正描述什麽是道
可是官子阶段就不同了...
不只是职棋有办法凭藉强大的局部计算能力算清
旧式的以暴力计算为基础的围棋软体更是滴水不漏
我觉得AG应该设定成:
比如说它觉得胜利(或认输)的标准是70%(或30%)
那接下来的游戏进程就交给另一套以暴力计算为基础的软体来进行目数极大化的工作
以免後续的官子根本不能看XD
如果觉得这样不保险
甚至可以尝试写一套判断何时应该切换模式的学习程序让AI学习...
只要抓住了转换模式的时机
以AG强大的硬体配备跑暴力计算软体 在後盘血虐职棋根本不是梦!
有梦最美...让我们期待见证「棋理」的那一天!
哈哈哈哈~~~~~~~~
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 101.13.133.170
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/GO/M.1495811271.A.FC9.html
1F:推 darkseer: 最後一段的学习程序可能有点困难? 既然不切换下也赢,05/26 23:11
2F:→ darkseer: 说不定它自己稳定的学习结论就是永远不切换 :p05/26 23:12
3F:→ darkseer: 或者说缺乏适合的对练对象来进行这个学习05/26 23:14
4F:嘘 ilw4e: 精辟你__,废话一堆05/26 23:20
5F:→ Uizmp: 我倒是觉得因为双方接近的棋局, alphago展开的分支比较详尽05/26 23:21
6F:嘘 LeeSeDol: 谢谢你另回这篇可以放心嘘05/26 23:22
7F:→ Uizmp: 在新版本学习的过程中,被原本系统评估胜率过低而投降局05/26 23:23
8F:推 doom3: 最後不太可能 Google想做学会下棋的AI 不是完美的下棋机器 05/26 23:23
9F:→ Uizmp: 其後分支还会不会展开很难说05/26 23:23
10F:→ Uizmp: 换言之,如果AG判断已经输掉的局,他会投降而不是等对方出错05/26 23:29
11F:→ Uizmp: 像今天配对赛,在AG投降之後,价值和策略网路大概就失效了05/26 23:30
不是 我的意思就是说把AG改成如果它要投降那就改由暴力计算软体接手
也就是根本上取消投降机制的意思
用目数极大化方式後盘狂追逆转才能真正体现棋道!
※ 编辑: BluffKing (101.13.133.170), 05/26/2017 23:35:37
12F:推 shyangs: 大优势和大劣势行棋 AG 不会. 因为大劣势的AG会投降05/26 23:37
13F:→ shyangs: 所以大优势, 大劣势行棋永远不会学习到网路中05/26 23:38
这就是为什麽我说要另写一个学习程序的原因
切换模式的判断必须也只能是独立的
※ 编辑: BluffKing (101.13.133.170), 05/26/2017 23:40:56
14F:→ Uizmp: 目前看来AG只学到从头开始稳稳赢,还有胜率过低的时候会投降05/26 23:41
15F:推 aegis43210: 绝艺就是类似这样的设计,所以死活问题很严重05/26 23:45
可能还在学习吧
另外一个重点是程序本身计地部份必须毫无bug...
我觉得这部份没弄好很可能是其他软件输AG的原因
16F:推 OROCHI97: 重点是,谁能让AG大劣势投降....05/26 23:49
AG自己
17F:推 shyangs: 优势退让, 劣势送头. 最後学到半目胜05/26 23:53
18F:推 hotisaac: 关键点:谁能让阿法狗出现大劣势 这已经是不可能的了05/26 23:54
19F:推 shyangs: 李世石, 三宝, 医疗, 太空05/26 23:55
20F:→ Uizmp: 看後续数据会不会公布今天配对赛有没有风向大逆转05/26 23:56
21F:嘘 ilw4e: 在版上发5篇篇篇废文也不简单05/26 23:58
分明U文,懂? 不要谩骂
22F:嘘 HeterCompute: 你的最後一段毁了这篇......05/27 00:18
想见证棋理难道臭了吗?
※ 编辑: BluffKing (101.13.133.170), 05/27/2017 00:34:51
23F:推 MicroB: 收官时 如果都算清了 所谓多五目但有风险是何种风险?05/27 00:29
24F:→ MicroB: 如果到官子时真的都算清了 送5目和多拿5目胜率应该都是100 05/27 00:31
25F:→ MicroB: 在胜率100时决策方式任意选或是单纯选计算复杂度低吧 05/27 00:32
26F:→ MicroB: 若是官子时还有机率问题表示以AG算法那时也还没算清吧?05/27 00:33
我上面有提到,蒙地卡罗无法算清
全域计算必须剪枝使得算清变成不可能
但用暴力计算软体只计算局部
局部算清是可以做到
只是说又会碰上老问题
就是棋形切割判断和死活问题
※ 编辑: BluffKing (101.13.133.170), 05/27/2017 00:44:54
27F:→ indium111: 如果都算清了,赢1目和赢10目对电脑都是一样的 05/27 00:35
28F:→ MicroB: 其实设个门槛当胜率到100时在100的步中选赢最多的 05/27 00:36
29F:→ indium111: 乱下就很合理了,只要不乱下到会输棋就可以了 05/27 00:36
30F:→ MicroB: 是都一样 所以没必要特别选1目的啊 所谓赢10目有风险那是 05/27 00:37
31F:→ MicroB: 没把赢10目那个算清吧 05/27 00:37
32F:嘘 HeterCompute: 因为你根本不懂官子要好到底是要加强MCTS还是VN啊 05/27 00:37
33F:→ indium111: 对於AG组成之一的MCTS,结果只有胜和败两种,不存在 05/27 00:37
34F:→ indium111: 赢多少目和输多少目的差别 05/27 00:38
35F:→ indium111: 或许这就是AG在自觉必胜和必败时会出现乱下的原因吧 05/27 00:40
36F:推 MicroB: 若是在人类可"算清"的情形还有MCTS决策 是否有极为小可能 05/27 00:41
37F:→ MicroB: 的机率在AG必胜时意外下错让人反败呢? 因为人已算清但MCTS 05/27 00:42
38F:→ MicroB: 仍有机率巧合? 05/27 00:42
39F:→ indium111: 当盘面越小时,MCTS的胜率估算会越接近真实的机率 05/27 00:44
40F:→ indium111: 而且Alphago不是只有MCTS而已,还有深度学习的两套网路 05/27 00:46
41F:推 MicroB: 若是真可算清 真实机率就是100 那MCTS给的就是99.9和99.8 05/27 00:47
42F:→ MicroB: 我的意思就是比方说在MCTS机率大於99时 让VN做主 05/27 00:47
43F:推 ksm: 我会定义棋理为无法穷举下大多情况下的近似最佳解 05/27 00:49
44F:→ indium111: 人类对於最佳解的定义和AG不一样吧,除非AG打掉重练 05/27 00:53
45F:推 aegis43210: 重点还是RL策略网路的强度,愈强就愈不依赖MCTS 05/27 01:19
46F:→ aegis43210: 深度学习是为了让AI能用直觉赢得比赛 05/27 01:21
47F:→ aegis43210: 而不是更加强化搜寻的准确度,那要等量子电脑实用化了 05/27 01:22
48F:推 iamstudent: 玩RTS兵力赢太多时可以不用控兵辗过去,亏也没关系 05/27 01:34
49F:→ ykes60513: 180打120人口怎麽输 飞龙骑脸也赢了 老子专业解说!! 05/27 03:27
50F:推 mathbug: 解释得很清楚 05/27 06:32
51F:推 shehrevar: 我看比赛改成柯洁让阿法狗3子好了,最後胜负在2目之内 05/27 07:24
52F:→ shehrevar: ,反正赢棋的局面狗就乱放子 05/27 07:24
53F:推 tim32142000: 感觉原PO演算法懂很多,加个收官模式,随局面切换, 05/27 08:13
54F:→ tim32142000: 然後判断何时用什麽模式的精确度够高,就又会赢 05/27 08:14
55F:→ tim32142000: 又能赢很多目了 05/27 08:14
56F:嘘 xhakiboo: 红明显 还是很多人觉得赢就是要赢到最多(? 05/27 08:39
57F:推 tim32142000: 收官损目可以说AlphaGo收官能力不如职业棋士吗? 05/27 08:41
58F:→ tim32142000: 还是宁愿损目也要抢先手是更高强的棋艺? 05/27 08:42
59F:→ tim32142000: 在人工智慧上,减少硬体的计算负担的确很重要 05/27 08:43
60F:→ tim32142000: 对AG开发团队,能用最少的计算量确保一定获胜, 05/27 08:45
61F:→ tim32142000: 应该是他们的终极目标? 05/27 08:45
62F:推 indium111: 以计算来说,不管是下在哪里都是在减少分枝吧 05/27 08:54
63F:→ indium111: 个人觉得出现官子乱下最大的原因还是在於MCTS 05/27 08:56
64F:推 Kydland: 只要赢就好 这对於设计程式比较简单 干嘛去下一堆设定 05/27 10:07
65F:→ Kydland: 更何况人工智慧虽然进步飞速 都还是在开发阶段 确立简单 05/27 10:07
66F:→ Kydland: 可执行的目标比设定一堆目标还来得实际多 05/27 10:08
67F:→ Kydland: 而且这本来就不是只为了陪人类下棋设计的 05/27 10:08
68F:→ Kydland: 赢越多越好 那AG就会下超猛的 从头猛到尾 05/27 10:10
69F:→ Kydland: 这又更不像人类了 05/27 10:10
70F:→ yenchieh1102: 好奇原po从什麽资料位基础做出这篇分析(? 05/27 10:37
71F:→ ssccg: 单纯是目标设定问题,AG目标就只有估计胜率,胜率接近到它 05/27 11:45
72F:→ ssccg: 分不出来的都是一样的,没有特别因为什麽理由选什麽变化 05/27 11:45
73F:→ ssccg: 都只是从一堆以目标来说都一样的变化随机选而已 05/27 11:45
74F:推 kenco: 现在目标根本是设定赢最少目吧 05/27 12:33
75F:→ Uizmp: 那是因为赢多的时候AG早就投降了 05/27 12:37
76F:推 bxxl: 可以看deepmind CEO演讲, 他们的目标是通用型AI平台 05/27 12:53
77F:→ bxxl: 希望作的东西可以应用到其他地方,且尽量靠演算法自己学规则 05/27 12:54
78F:→ bxxl: 而不会把人类经验规则写进去 05/27 12:55
79F:推 bxxl: 可以推测他们不会把alphago打些补丁变成人类理想的高手 05/27 12:59
80F:→ bxxl: 这件事会变得太过特化,对他们的长远目标没价值 05/27 13:00
81F:→ Uizmp: 围棋特化可能绝艺那边会比较有兴趣 05/27 13:01
82F:推 aegis43210: 会一直朝最强围棋软体前进的只有zen吧,zen7快出吧 05/27 14:34
83F:→ CGary: 但换个角度想 如果你想要局部优化 就很难建立真正的大局观 05/27 15:02
84F:→ CGary: 当然你可以设计一个转换模式演算法训练他 但每个转换都是不 05/27 15:02
85F:→ CGary: 精确的 05/27 15:02
86F:→ KMSNY: 转换模式跟deepmind理念背道而驰 05/27 15:53
87F:推 Kydland: C大讲得没错 局部计算 电脑绝对做得到 05/28 13:24
88F:→ Kydland: 重点是从以前大家都觉得电脑做不到大局观 05/28 13:24
89F:→ Kydland: 所以真正的挑战是建立大局观 这才是AG的价值 05/28 13:24
90F:→ Kydland: AG证明他们的演算法可以让电脑模拟人类的棋局判断 05/28 13:25
91F:→ Kydland: 这就很厉害了 至於旁枝末节的局部计算 05/28 13:25
92F:→ Kydland: 对围棋或许很重要 但这不是Google团队真正要做的 05/28 13:26
93F:→ Kydland: 只要不要太离谱下到输棋 这一点点和人类不一致无伤大雅 05/28 13:26
94F:→ Kydland: 要记住 Google不是烧钱设计电脑来下棋的 05/28 13:27
95F:→ Kydland: 它们要做的是把这一套演算法应用到不同领域 05/28 13:28