作者saltfish (笨魚)
看板GO
標題Re: [好文推薦] 這兩盤棋 沒人會比李世石做得好
時間Sat Mar 12 09:35:20 2016
※ 引述《nnlisalive (nnlisalive)》之銘言:
: 我覺得要從程式碼方面下手了
: 首先就是阿發狗所謂的"勝率"是怎計算出來的?
: 不外乎用盤面上所得到的資訊轉換成數據
: 再代入勝率函數得到每一點的勝率
: 那這個函數適用於任何盤面嗎? 沒有任何邏輯漏洞和盲點?
: 算出來的勝率沒有誤差? 如果有個點勝率是70%
: 具體來說應該是下了這個點跑到結束N次 有0.7*N次會贏
: 但明明就還沒下完 也不知道對方會怎下
: 所以只要能騙過電腦 讓他一直下到誤判勝率的棋
: 阿發狗就會輸到怎死的都不知道了
: 問題是要怎騙過阿法狗?
: 我 不 知 道 !
AlphaGO "勝率"計算大約是
最原始概念
假設現在盤面上AlphaGO有ABCDE五個地方值得下
就對ABCDE這個五位置後續各往後 快速隨機亂下1000盤
一直下到官子結束看最後贏幾盤
假設結果
A位置 贏830盤 輸170盤
B位置 贏750盤 輸250盤
C位置 贏640盤 輸360盤
D位置 贏912盤 輸 88盤
E位置 贏120盤 輸880盤
電腦不會管平均贏了幾目只看輸贏 最後就會選位置D
==================================
當然圍棋"隨機亂下"一千盤參價值可能有限
接下來做的就是讓
"隨機亂下1000盤"變成"快速下出1000盤有參考價值的棋"
MCTS圍棋的棋力就建構在
"隨機亂下"階段 有意義的落子選擇還有快速下完那1000盤的棋局質量
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.25.48.185
※ 文章網址: https://webptt.com/m.aspx?n=bbs/GO/M.1457746522.A.327.html
※ 編輯: saltfish (114.25.48.185), 03/12/2016 09:36:17
1F:推 nnlisalive: 原來如此 要有價值就是慢 而且夠多盤的機率越準 03/12 09:54
2F:→ nnlisalive: 這樣看來電腦還是在用窮舉法逼近圍棋之神 03/12 09:55
3F:→ nnlisalive: 只是這次的窮舉法比較聰明 加進了機率與統計 03/12 09:56
4F:→ nnlisalive: 圍棋就是變化複雜的特性 正好讓用機率來計算落子的 03/12 09:57
5F:→ nnlisalive: AlphaGo變得超級強 03/12 09:58
6F:推 fermib: 這種"窮舉"已經很像人了 是一種經驗累積 只是比較無腦的經 03/12 09:58
7F:噓 clark78118: 這篇錯的 value network is used to reduce 03/12 10:01
8F:→ clark78118: the depth of the search tree 03/12 10:02
9F:噓 clark78118: AlphaGo透過輸入的棋譜跟自我對戰 學習兩件事 03/12 10:09
10F:→ clark78118: 1.哪裡可能值得下 2.形勢判斷 03/12 10:10
11F:推 NaoGaTsu: 簡略化的概念的確如本篇所說 03/12 10:12
12F:→ NaoGaTsu: AG強的地方在於,他有能力能判斷「哪些位置需要去測勝率 03/12 10:12
13F:→ clark78118: 他沒有把棋下到end game 而是用形勢判斷 03/12 10:12
傳統象棋人工智慧還有 GNUGO圍棋AI 確實是以形勢判斷
前幾天上網查黃士傑的博士論文ERICA的架構
才發現現在的圍棋MTCS "隨機亂下N盤"確實是做到end game
14F:→ NaoGaTsu: 」這件事,因此需要消耗大量資源與時間的全盤式隨機落子 03/12 10:13
15F:→ NaoGaTsu: 以及算完所有分支樹的狀況在AG的考量下不會發生。 03/12 10:14
16F:推 darkseer: To clark78118: The second rollout phase of each 03/12 10:20
17F:→ darkseer: simulation begins at leaf node sL and continues 03/12 10:20
18F:→ darkseer: until the end of the game. 他有算完啦XD 03/12 10:20
19F:→ darkseer: 只是它不只快速算完,也用了你說的形勢判斷 03/12 10:21
20F:→ darkseer: 我之前po文的時候自己也沒看懂...剛才才去改@@ 03/12 10:22
21F:推 darkseer: 原po說這是原始概念也對,paper分析說這部分影響最大 03/12 10:36
22F:→ darkseer: 我覺得深度學習帶來的新能力是: 可以在極短時間不計算而 03/12 10:38
23F:→ darkseer: 做出業餘初段等級的直覺判斷。想像如果人類可以用0.01秒 03/12 10:38
24F:→ darkseer: 做到業餘初段等級的判斷,那加上計算就不得了了。 03/12 10:39
※ 編輯: saltfish (114.25.48.185), 03/12/2016 10:48:03
25F:→ fgkor123: 有講到是三段等級的 03/12 10:48
27F:→ fgkor123: 連結,搜 Table 7,剛好看到跑勝率圖 03/12 10:52
28F:推 darkseer: 感謝,我說業餘初段完全是個隨意估計,抱歉@@ 03/12 11:01
29F:→ darkseer: 不過我覺得DarkForest在這點還是很難超出職業棋評? 03/12 11:02
30F:→ fgkor123: 剛對了一下第二盤步數,6446開時,講評也是眾說紛紜 03/12 11:08