作者HeterCompute (異質運算)
看板GO
標題[情報] 黃博士今日演講內容
時間Fri Nov 10 13:23:12 2017
簡單提一下今天黃博士演講重點
演講標題是深度學習與強化學習的勝利
認為zero是最佳的deepmind電腦圍棋這部分最佳的收尾
黃博士對於一開始擊敗樊輝就發nature有些不解，我們要挑戰李世石結果把所有技術都透漏給所有人，但deepmind的想法是我們需要分享技術讓世界一起進步
google對alphago團隊最大幫助是TPU
認為Master已經完美解決李世石第四盤的bug，解決方式與神經網路架構(dual res)和訓練都有關，並且以他多年的電腦圍棋經驗與測試過後，認為不會再出現此類bug
Master是20block res-net，並改進了training pipeline和MCTS，也解決了模仿棋和循環劫(沒說怎麼做)，能讓lee版本3子並超過50%勝率
master年初60連勝每一步4-8秒，在台灣，吃泡麵配黑松沙士下的，是黃博士積極鼓吹要出來測試，Hassabis說要低調並使用韓國國籍，一開始不得透漏身分
Hassabis說要挑強的下，但是第一天職業沒人願意跟0勝0負的下，都被拒絕，等到第一天10連勝之後第二天開始拒絕別人邀請
master下的時候可以看勝率隨步數的圖，基本上50手之前斜率很高並且確立極大優勢，唯一例外是柯潔烏鎮第二盤
4月的時候已經有zero，但由於要發nature所以不能拿來下
當初開發zero沒預料到會超過master
master年初開發完畢之後，zero由其他人負責開發，黃博士繼續想方法增強master
zero不是放在那邊增強學習就會變強，中間需要做很多優化，否則有bug不會進步，其中一個重大bug發生在第三天(紀錄人表示：所以看來絕藝有得忙了
AntiAlphaGo，不是像大家想的那樣有新的技術，就是左右互搏，也不是gan(生成式對抗網路)
master是否被人類棋譜拖累？答案是不確定，因為master訓練時間較短，deepmimd也沒有針對同等條件去比較。
以上，有其他疏漏請其他人補充，並歡迎轉載，但請說明作者是Hetercompute
-----
Sent from JPTT on my Samsung SM-A710Y.
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.109.127.9
※ 文章網址: https://webptt.com/m.aspx?n=bbs/GO/M.1510291395.A.4F4.html
1F：推 staristic: 第三天？這麼巧就是達到李世石版的那時候？ 11/10 13:28
2F：推 CGary: btw, AGZ 不會 open source. 11/10 13:42
3F：推 yys310: 嗚嗚 好想聽現場 11/10 14:11
4F：推 jackcselab: 這篇訪問算是證實了DZG作者的猜想，master是用比較小 11/10 15:12
5F：→ jackcselab: 的網路才輸給zero，master跟zero在相同網路下并沒有 11/10 15:12
6F：→ jackcselab: 明顯的優劣 11/10 15:12
7F：→ jackcselab: 上面講錯，應該說master跟zero在相同條件下誰優誰劣 11/10 15:14
8F：→ jackcselab: 還未知 11/10 15:14
9F：推 jackcselab: 另外我有個疑問，記得當初有提到，master只計算到20步 11/10 15:16
10F：→ jackcselab: ，這個20步跟resnet的20-block有關係嗎? 11/10 15:16
11F：推 vencil: 推 11/10 15:17
12F：推 yys310: 柯潔也真的是夠神了 11/10 15:22
13F：推 CGary: 很難說是證實了 其實Aja在被問的時候不是這樣說的 他只是說 11/10 16:47
14F：→ CGary: 不能因為AGZ的強大 就說人類的知識本質沒有用處 只能說透過 11/10 16:48
15F：→ CGary: Zero可以真的"從零學會", 但他們不能評估這兩者用同樣的計 11/10 16:49
16F：→ CGary: 算量 Master 不會輸 因為在回答過程中aja 不止一次說他們非 11/10 16:49
17F：→ CGary: 常驚訝Zero的訓練結果（本來以為是根本不可能贏過Master,沒 11/10 16:50
18F：→ CGary: 想到很快就碾壓了） 11/10 16:50
19F：推 zeat: 在台灣，吃泡麵配黑松沙士下的XDD 11/10 19:24
20F：推 wadashi1: 太辛苦了(算沈迷嗎?) 都沒有出門或自己煮好好的吃個飯 11/10 21:54
21F：→ aegis43210: zero的演算法也是一直優化才比master強 11/10 23:41
22F：→ aegis43210: 那個人不看好騰訊能完整複製zero的棋力了 11/10 23:42
23F：推 oldTim: AlphaGO與其說是科學上的突破，不如說是工程上的奇蹟 11/11 00:07
24F：推 staristic: 看硬體怎麼進步吧，硬體追得上的話說不定20年後變大學 11/11 00:08
25F：→ staristic: 機器學習的學期大專題 11/11 00:08
27F：→ cubec: AlphaGo Zero 只用了三天，就走過人類幾千年圍棋研究的歷程 11/11 04:24
28F：推 seaEPC: 很佩服deepmind分享知識的作法 11/11 07:57
29F：推 sunev: 所以master就已經只用一個神經網路了嗎? 11/11 14:34
30F：→ HeterCompute: 對，只用Res-Net 11/11 17:32
31F：推 tlchen: 我很早就提,我們不能只看三天很短,但三天中,它進入高品質 11/11 18:53
32F：→ tlchen: 的棋局,比人類幾千年來的高品質,其實應該是不知多多少倍 11/11 18:54
33F：→ Uizmp: 這也難說,人類不在對弈的時候, 有些人腦中依然在運算這些 11/11 18:59
34F：→ Uizmp: 只是沒有下出來, 或者下出來沒有留下棋譜 11/11 18:59
35F：→ Uizmp: 只能說人類的資訊整合能力與計算能力遠輸於AG 11/11 19:03
36F：推 birdy590: 三天看來很短 但那已經累積上百萬盤的樣本了 11/11 19:16
37F：推 birdy590: 沒有google這種資本 一般開發者根本不可能這樣設計 11/11 19:17
38F：推 wadashi1: Zero用的設備就像進入精神時光屋一樣,1700年用40天達成 11/11 19:22
39F：推 birdy590: 人類歷史上所有棋局加起來也不過零頭吧 質也一定輸 11/11 19:24
40F：推 ddavid: 主要是人類並不是一個整體，有大量的運算資源被浪費在各自 11/12 02:56
41F：→ ddavid: 算各自的東西，再來就是下完一局棋以評估所花時間太久 11/12 02:57
42F：推 lwei781: 人類是各自學 流派又不交流 11/12 13:07
43F：推 aegis43210: alphago lee是13block，Master是20block 11/12 19:44
44F：→ aegis43210: zero則有20block和40block兩種版本 11/12 19:44