作者mgdesigner (機槍設計師)
看板GO
標題Re: [轉錄] 「戰勝自己」對於AlphaGo而言不只是口號
時間Mon Mar 14 15:12:29 2016
※ 引述《Tkuei (it's me)》之銘言:
: 這是台大資工林守德老師在他FB寫的一篇文章,是他看過Nature那篇論文之後寫的感想
: 個人認為高手解讀應該有助於釐清大家對AlphaGo行為模式的理解
: 原文連結:https://goo.gl/m8cBHn (FB連結,不喜誤入)
小弟是programmer,也是業餘圍棋的愛好者,看了這幾天的直播,忍不住發一點自己的心
得。
我在看過論文以後,我覺得用更通俗的方法來描述AlphaGo,應該說他已經不是傳統上認定
的電腦AI,而是一個人,而這個「人」,靠著超強記憶力,在短短二年裡,經歷了可能千
年的玩棋歷程,有著超強的直覺。
他就從頭到尾用超強的記憶力,靠著直覺在下棋,甚至不懂規則。這意思是說,搞不好如
果有低等但神經元多且長壽的生物,我們把他抓來,把他的大腦接上電子訊號控制,把他
的視覺感官接成電腦棋盤,動作神經接鍵盤,讓他可以下棋,下得好給食物獎勵,下不好
給懲罰(AlphaGo的神經網路訓練是有獎勵,但是有沒有懲罰我就不知道了),也許這樣
的生物也可以練出不低的棋力,例如說章魚的神經元有五億個(人腦有1000億個以上),
專心練棋,搞不好比AlphaGo的運作成本還低XD
AlphaGo的價值或者說其恐怖,就是他已經具備類似人類的直覺,哪一天他要來畫畫還是寫
音樂,搞不好都有可能發生,你要說他有沒有情感,搞不好可能也算有了,就是在上一盤
他發現下錯棋,開始胡亂亂下,可能就是,也許AlphaGo以後應該作一個螢幕,顯示他認為
當下勝率多少,
勝率高就是很開心的臉,勝率低就是苦瓜臉,當某一棋對手下出Alphago無
法應,亂硬的時候,開心的臉瞬間變苦瓜臉,你就知道他的情緒了。XD
其實應該作這個,才公平,因為李九段的心情情緒大家都看得到,可是AlphaGo的心情(勝
率)大家又看不到,這真的不公平。
跟AlphaGo不同的是,人類下棋是直覺跟邏輯並行的,好的職業棋手知道何時要切換,Alph
-aGo的狀況是,這一位「棋手」他不是邏輯不好完全依賴感覺行事,就是這一盤沒有掌握
到切換的時機,該拼邏輯的時候,他卻還在靠感覺,有點像是完全靠感覺開車,一但感覺
出錯,就歇斯底里,發生意外那樣XD
AlphaGo已經被訓練成這樣感覺派的了,昨天也不能說那是bug,比較可能說是一個「千年
老人」棋士下棋的壞習慣終於被抓到了。那將來Google的下一個圍棋人工智慧,BetaGo、
GamaGo會不會換不同的「訓練法則」,來訓練神經網路變出不同的棋風呢?值得期待。
一點心得分享XDXD
--
the First Order帝國軍莒光日主題歌:我們敬愛的達斯維達
https://www.youtube.com/watch?v=-iksyCHHIuI
班長:每個人都要唱!大聲唱!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.195.168.170
※ 文章網址: https://webptt.com/m.aspx?n=bbs/GO/M.1457939554.A.8A2.html
※ 編輯: mgdesigner (123.195.168.170), 03/14/2016 15:15:01
1F:推 oops66: 李40雖然情緒大家看的到 但是alphaGO又不看 這種情況下 03/14 15:15
2F:→ oops66: 把alphaGO的情緒顯現出來給李40看 才是不公平吧 03/14 15:15
3F:→ darkseer: 這個太超自然了啦...你要講也要連結到演算法吧@@ 03/14 15:17
4F:推 profyang: 情緒看不看的倒不是重點 但是李世石情緒會波動 但阿發夠 03/14 15:19
5F:→ profyang: 其實就是根據你講的情緒來下棋的 這是他最大的優勢 03/14 15:19
6F:→ profyang: *李世石情緒波動會影響他下的棋的好壞 03/14 15:20
7F:→ Marino: 那不是直覺 就是網絡架構加上已經訓練好的權重而已 03/14 15:32
我覺得,這要定義何謂「直覺」
我們人類的直覺,是否也是由我們神經元的權重組成?
8F:→ Marino: 其實google可以辦一場alphgo A跟alphgo B下棋 看會怎樣 03/14 15:32
9F:→ ckWade: 辦了幾千萬場了,只是沒公開而已 03/14 15:35
10F:推 indium111: 其實已經有AI可以製作音樂了,創作不再是人類所獨有 03/14 15:41
不過還不夠好聽就是了..
期待AlphaGO轉行作音樂可不可以好聽一點XD
11F:→ indium111: 而電腦的電晶體數量很快就會追上人腦的神經元數量 03/14 15:43
12F:→ indium111: 現在的電子人腦思考速度大概是人腦的1/1000,如果摩爾 03/14 15:45
13F:→ indium111: 定律不變,大概40年後,電子腦就跟人腦擁有相同速度 03/14 15:46
※ 編輯: mgdesigner (123.195.168.170), 03/14/2016 15:50:51
14F:→ indium111: ^打錯,應該是20年後 03/14 15:49
15F:→ goldduck: 應該給大家看不給李看 03/14 15:50
16F:→ mgdesigner: 同意樓上 03/14 15:55
17F:推 iamstudent: 我也希望看到alphaGo的情緒,幫它做個臉吧 XD 03/14 15:56
18F:推 profyang: 對耶 給大家看好像不錯 03/14 15:57
19F:推 indium111: 要做出情緒應該不難,勝率低時苦惱表情,高時輕鬆表情 03/14 16:11
20F:→ indium111: 隨機亂數,偶爾做出跟勝率相反的欺敵表情,夠擬真了吧 03/14 16:12
21F:→ goldduck: 看的懂的騙不了人 03/14 16:14
22F:推 indium111: 看得懂的人才會對欺敵表情絕得困惑啊 03/14 16:16
23F:→ indium111: 明明AG都快輸了為什麼表情一臉輕鬆,會想自己是否漏算 03/14 16:17
25F:→ indium111: 看完影片你會覺得自己快變成nothing了 03/14 16:19
26F:推 broodworld: 人腦還是有效率很多,李世石下過的棋少電腦很多 03/14 16:20
27F:→ WuDhar: 樓上定義很怪,怎麼不說三個月就能贏九段的這種效率? 03/14 17:17
28F:→ chris610020: 人腦反而沒效率吧,人腦最重要的事情是活著,光是這 03/14 17:41
29F:→ chris610020: 項就要花1/3時間去睡覺,還要吃喝拉撒,就算在下圍棋 03/14 17:42
30F:→ chris610020: 用到的部分頂多就10%,其他90%zj負責生存 03/14 17:43
31F:→ chris610020: 阿法狗就只做一件事就是算圍棋,而且不會死阿 03/14 17:44
32F:推 arcworld: 後面那幾手亂下對AG來說不是亂下,但對人來說是亂下 03/14 17:53
33F:→ arcworld: 如果是亂下的棋,小李一一照應會不會很奇怪?他可以不理 03/14 17:54
34F:→ arcworld: 所以AG在賭小李不會應手,都應完,AG就投降了,因為沒棋 03/14 17:55
35F:→ arcworld: 賭這種機率為0的棋,對人當然是亂下,但AG哪知道機率0? 03/14 17:57
36F:推 arcworld: AG有評估對方應手機率的函式嗎?? 03/14 18:00
37F:推 broodworld: 我是說下幾盤棋可以到職棋 03/14 20:16
38F:→ broodworld: 所以一樣多的神經元不見得可以做到一樣多的事 03/14 20:17
39F:→ broodworld: 越不接近暴力法就越有效率,像窮舉到類神經 03/14 20:19
40F:推 Maybetrue: 你的解釋相當的有意思,完全靠「棋感」,而且看起像 03/14 23:34
41F:→ Maybetrue: 細算的地方,其實也是靠感覺。 03/14 23:34
42F:→ Maybetrue: 也就是看機率,說難聽一點就是:大概這樣下會贏。 03/14 23:34
43F:→ mgdesigner: 是的這就是他演算法的主軸。 03/15 00:42
44F:→ mgdesigner: AlphaGo就是一個記憶力超強的賭徒,這種感覺 03/15 22:19