※ 引述《PlanktonEvil (邪恶皮老板)》之铭言： : 围棋的AI确实不难写阿！ =.=a : 只是电脑计算能力有限，要帮电脑判断分析哪些路径是比较重要的， : 而那就是人类把自己的一些经验传给电脑，好增加电脑的分析效率。 : 所以如果让职业棋手先分析某个棋手的下棋习惯， : 让职业棋手指导电脑分析各路径的权重应该怎麽分配， : 电脑就可以学会怎样更有效率的计算路径，然後去下赢某个特定棋手。 : 我觉得真正难写的AI反而是难以被量化的东西，所以电脑视觉的AI进步的很慢， : 要让电脑学会生物视觉的分辨能力，这种小猫小狗都能办到的能力，才是最复杂的， : 反而那种不见的是每个人都会下的围棋，要写一个下赢初学围棋者的AI， : 就容易非常多了，至少程式设计师知道问题在哪里，该怎麽去改善， : 但是电脑视觉的AI... 连怎麽着手，可能都不太知道... 之前我说围棋跟图形辨识很像的原因就在这边 例如说一个简单的死活题 若白下於A点，黑必死 若黑下於A点，则活 ┌┬○●┬┬┬ Ａ┼○●┼┼┼ ├○○●┼┼┼ ○○●●┼┼┼ ●●●┼┼┼┼ ├┼┼┼┼┼┼ ├┼┼┼┼┼┼ ├┼┼┼┼┼┼ 一般而言，学到上面那个基本型 不论是在实战中学的，或是别人教的 就应该能自动推演出下面这几种 ┌┬○●┬┬┬ Ａ┼○●┼┼┼ ├○┼●┼┼┼ ○○●┼┼┼┼ ●●┼┼┼┼┼ ├┼┼┼┼┼┼ ├┼┼┼┼┼┼ ├┼┼┼┼┼┼ ┌┬○●┬┬┬ Ａ┼○●┼┼┼ ├○●┼┼┼┼ ○○●┼┼┼┼ ●●┼●┼┼┼ ├┼┼┼┼┼┼ ├┼┼┼┼┼┼ ├┼┼┼┼┼┼ ┌┬○●┬┬┬ Ａ┼○●┼●┼ ├○┼┼┼●┼ ○○┼●┼┼┼ ●●┼●┼┼┼ ├┼┼┼┼┼┼ ├┼┼┼┼┼┼ ├┼┼┼┼┼┼ ┼┼┼┼┼┼┼┼┼┼ ┼┼┼○┼○○┼┼┼ ┼┼○●┼┼┼○┼┼ ┼○●┼●●┼○○┼ ┼┼○●┼┼●┼┼┼ ┼○┼●┼┼●○○┼ ┼○┼●┼●┼●┼┼ ┼┼●┼●┼○○○┼ ┼○○●○○┼┼┼┼ ┼┼○┼○┼┼┼┼┼ ┼┼┼┼○┼┼┼┼┼ 其余略 「人」会把这个棋型的特徵给识别出来 把不重要的资讯给忽略掉 然後会记住，单一个五空格的眼中，点A点必死 旁边长怎麽样没差，只要旁边做不出眼，怎麽排都一样 但是AI嘛..... 得先教它去把特徵抓出来 虽然，要专门写个演算法去判断这个棋型很简单 但是..... 看一下里面的题库 http://www.weiqiok.com/asp/ShowAllProblems.asp 嗯.... 到底该怎麽去抓每种棋型的「特徵」？ 总不可能一种一种的特别去写吧？ 在中段以上的对弈中，下棋不会下出死活题 而是早在好几步前就算出..... 「如果我下那一步，就会被点A杀死一大片棋」 所以会避开那种棋部 所以在出现那种棋型之前，就得判断出来了 有点像是 我拿出几张「花」的图片 这里面有向日葵、玫瑰花、薰衣草花、郁金香、九重葛 教一个小朋友说「这是花花」 当我拿出一张「百合花」时 小朋友也要回答出「这是花花」 即使一开始给他看的图中，没有「百合花」的图片也一样 虽然 象棋、西洋棋中也有这种状况 但是麻烦的地方在於，合法的棋步太多 而且单子的威胁比象棋跟西洋棋还难以判断 还有，刚刚去抓了GUN GO的围棋来下 我认得这个AI的下棋模式，之前抓来的软体就是这种下法 只要包AI的棋包的缓一点，就可以吃掉AI的大龙了 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 118.170.134.248