有一个演算法 输入目前的状态和过去的经验 就可以预测未来所有可能的状态、并且根据过去的经验做学习 然後输出最佳的行动给使用者 这个演算法可以用在围棋、西洋棋、象棋、五子棋……等各式棋类 也可以用在魔兽、星海、世纪……等各式即时战略 更可以用在天堂、魔兽世界、完美世界、枫之谷……等各式线上游戏 这是人工智慧.... ================ 以上是开场白 现在的人工智慧技术并不如人脑聪明 上面的例子都还没有令人称赞的人工智能 电脑下围棋很弱、即时战略也不行 只有线上游戏和不太复杂的棋类还过得去 ==================================== 扯了一大堆，现在开始缩小讨论的点.... 现在我们的演算法可以预测未来所有可能的状态 这没问题，模糊理论可以减少许多类似的状态 我们的演算法可以根据过去的经验做学习 这也对，过去失败的例子可以告诉演算法现在不可以再犯 过去成功的例子可以告诉演算法现在可以继续套用 这两个都没问题，所以最後我们会得到最佳的行动....是这样吗？ 并没有这麽简单 首先，评估函数不好设计也不好实作 只有该领域的专家才知道什麽状态叫作「好」，什麽状态叫作「不好」 你会算围棋的劫材谁多谁少吗....？ 只有围棋的专家才会算吧！？ 再来，预测未来所有可能的状态 虽然模糊理论可以做，但是差之毫厘失之千里 什麽样的状态需要搜寻，什麽样的状态不需要搜寻 这边也一样，只有该领域的专家才知道 等等，这样推论下去，岂不是要扯到专家系统了？ 呵....并不是的 因为以上通通不是重点.... 我所着眼的点，在「机器学习」 过去失败的经验，现在不可以再犯 过去成功的经验，现在可以继续套用 失败的经验和成功的经验，专家会告诉演算法，所以我们不需要担心这个 重要的是，储存这些「经验」，将会耗费大量的「空间」 所以我们得想个妙计来减少需要的空间来储存这些「经验」 有人估计围棋的所有可能大约是 10^100 这是一个天文数字 如果我们把「所有」的经验通通存起来 第一个挂点的肯定是硬碟 试想，我们的大脑，有160GB吗？ 脑细胞虽然很多，但是硬碟的空间肯定比大脑能记的东西还多 可是人脑又比目前的电脑聪明 所以重点是「储存的东西」是什麽 我们只要储存「关键」、「有用」的东西就好了 不重要的、不常用到的东西，就「遗忘」它 =================================================== 好了，现在目标确定了：想个法子让演算法只记录重要的部分，并且遗忘不重要的部分 Oops, 也许有人联想到「类神经网路」 好，我暂时先不考虑那个领域 一切由零开始 回想小时候下棋的时候 如果你输棋了，那麽肯定是上一步下错了，要不然就是上上一步下错，再不然就是上上上 一步下错.... 回想小时候玩格斗天王的时候 如果你被连续接个好几段，那麽肯定是前一秒内的动作错了，要不然就是前两秒内的动作 错了，再不然就是前三秒内的动作错了 好，重点是，到底是哪步做错了？？ 一般的作法是，把每次尝试的方法都记下来 如果你发现昨天你下围棋的时候，和现在的盘面一模一样，而且下了某一步棋後输掉 那麽今天你就不要再下那个地方 如果你发现前天你和别人打格斗天王，出现和前天一模一样的画面，而且在跳起来之後 马上被接个好几段，那麽你今天就不要再跳起来了.... 有发现什麽问题吗？ 第一个严重的问题是：所有的经验都要记下来，但是硬碟没有足够的空间给我们放 第二个严重的问题是：也许真正的问题并不是跳起来，而是前两秒往前乱冲才会这样.... 意思是说：存放空间不足；以及学习错误 好的，第一个问题还算不难解决，至少比第二个问题还简单..(但是也不是那麽简单..囧) 解决存放空间不足的问题： 1. 只记录最失败的那一刻。 (人在输球的时候，也是只记住明明「那」一球可以赢的 只是自己没有掌握好) 2. 遗忘最没被用到的经验。 像是LRU (Least recently used) 般的机制 ================================================================ OK, 排除掉这些问题了.... 第二个严重的问题：也许真正的问题并不是跳起来，而是前两秒往前乱冲才会这样.... 回想小时候下象棋的时候 以为自己下了一手妙棋，却在继续推演10几手的时候才发现刚刚的妙棋变成了大恶手 回想当年玩魔兽争霸的时候 以为自己可以集中火力攻击蜘蛛，结果却被寒冰甲反将一军 真正的问题出在哪？ 在发现局势变坏的时候，有办法了解问题点是前10步的恶手吗？ 难道集火攻击错了吗？ 问题是出在集火身上吗？ 也许有人会怀疑评估函数做错了 这个怀疑永远是对的 因为事实上没有「完美」的评估函数 评估函数本质上的问题将是机器学习所要解决的问题 那我们该怎麽办 评估函数是该领域的「专家」做出来的 如果我们胆敢更动这个「宝贵」的东西 谁知道这个评估函数会不会变笨？？ 好，也许我们有办法「侦测」局势开始变坏 而变坏的问题源就是那个看似妙手的大恶手 重点是，该怎麽侦测？ 也许我可以画一个K线图 看看什麽时候开始跌破压力线.... 或是画一个均线图 看什麽时候均线再也拉不回来...... 如果有人看过世纪帝国游戏结束後的时间与人数的关系图，也许会知道我在说什麽.... 灭掉某一家之後，他的人数会大幅减少，并且一蹶不起，就像股市崩盘一样 不知道有没有办法侦测这种东西呢？ 输入：{(x, f(x))|x, f(x)属於R} 输出：突然一蹶不起的临界点....(我实在无法给它一个明确的定义 ˊˋ) 演算法：? 希望有板友可以提供任何心得 或是任何可以延伸出去的资讯，在此先谢过了！ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.115.213.121