作者asglay (收收收尾)
看板chess
標題Fw: [情報] AlphaZero戰勝將棋與西洋棋最強軟體
時間Thu Dec 7 00:15:41 2017
※ [本文轉錄自 GO 看板 #1Q9-Ito- ]
作者: HeterCompute (異質運算) 看板: GO
標題: [情報] AlphaZero戰勝將棋與西洋棋最強軟體
時間: Wed Dec 6 20:38:11 2017
https://arxiv.org/pdf/1712.01815.pdf
這次論文的標題是：
Mastering Chess and Shogi by Self-Play with a
General Reinforcement Learning Algorithm
從零學棋，
使用相似的神經網路架構，
一樣沒有使用任何人類知識，
4小時打敗西洋棋最強軟體Stockfish，
2小時打敗將棋最強軟體Elmo，
34小時打敗圍棋AlphaGoZero 20blocks 3天版本，
(圍棋其實有些爭議，因為他這次用了5000TPU，上次AlphaGoZero只用2000TPU)，
以MCTS打倒傳統的alpha beta search，
通用於完全訊息遊戲，
又一偉大的突破。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.169.176.30
※ 文章網址: https://webptt.com/m.aspx?n=bbs/GO/M.1512563895.A.CBE.html
1F：推 staristic: 一個通用於下棋的AI？ 12/06 20:45
沒錯
2F：推 tetratio: 又達到新境界了 12/06 20:50
3F：推 BBSealion: 不知道限制多嚴格，有運氣成分的（例如暗棋）或多人的 12/06 20:54
4F：→ BBSealion: （例如跳棋）不知道能否通用過去 12/06 20:54
暗棋這種非完全訊息遊戲很難說，跳棋這種只有多人應該沒什麼問題。
※ 編輯: HeterCompute (118.169.176.30), 12/06/2017 20:56:17
5F：推 birdy590: 力王：大家可以回家啦~ 12/06 20:55
6F：推 harrybbs: 逆天啦 發展這麼快 12/06 20:59
7F：推 dongy: 暗棋可以計算機率的,但因複雜度不高,且有部分運氣,所以人類 12/06 21:01
8F：→ dongy: 棋手會有一定勝率 12/06 21:02
9F：推 TWN2: 想看阿法零跟赤木茂打麻將 12/06 21:04
10F：推 zeat: AlphaGO老師：我是說在座的各位都是＿＿ 12/06 21:06
11F：推 aegis43210: 已經征服完全訊息遊戲了，希望星海二也會有突破 12/06 21:15
12F：推 s891234: 真的是在座的各位都是哈哈，可以回家啦~~~ 12/06 21:41
13F：→ Lordaeron: 多人跟雙人是有很多不同,沒問題就有鬼囉. 12/06 21:43
14F：推 turing: 這也終結了西洋棋的西西里防禦。 12/06 22:22
15F：推 MonkeyCL: 這世界變化太快好累啊 12/06 22:35
16F：推 hne: 太強了 O o 12/06 22:52
17F：推 asglay: 借轉chess 12/07 00:11
※ 發信站: 批踢踢實業坊(ptt.cc)
※ 轉錄者: asglay (111.254.37.40), 12/07/2017 00:15:41
18F：→ ssccg: 雖然演算法很強，但是真的有資源能玩更是關鍵... 12/07 00:35
19F：→ ssccg: 不知道在電王的規則下多強就是了 12/07 00:40
20F：推 lwei781: 應該差不多強 耗資源的部分是訓練 12/07 01:43
21F：→ ssccg: 實戰用的是4TPU，先不說電王沒TPU，TPU是CPU的幾十倍吧? 12/07 02:30
22F：→ ssccg: 64T vs 4TPU感覺不算公平，當然再多訓練下去一定是Alpha強 12/07 02:39
23F：推 NewYAWARA: 請他們明年到電王戰比一次就知道了，現在的elmo也不是 12/07 10:11
24F：→ NewYAWARA: 最強，而且大家有被限制統一硬體規格 12/07 10:11
25F：→ fossil313: 跟StockFish每秒搜尋7000k比 AlphaZero只有搜尋80k 12/07 12:25
26F：→ fossil313: 感覺應該是沒什麼懸念了 12/07 12:25
27F：→ ssccg: 在一個node上要做的evaluation不同，不能比NPS吧 12/07 12:58
28F：→ ssccg: AlphaZero比較強是一定的，只是好奇TPU優化的程式用4TPU跑 12/07 13:01
29F：→ ssccg: 要改寫成一般CPU能跑的話會是要多少CPU才有同樣強度 12/07 13:02
30F：推 NewYAWARA: 後來測試最新tanuki確實是比elmo強 12/07 20:16
31F：推 kcl0801: 新電王ぽんぽこ近日直播時正式上線 被日本觀眾嫌的要死xd 12/08 13:10
32F：→ kcl0801: 因為預測的太短視 剛上直播時常常只預測下一步 昨天看時 12/08 13:10
33F：→ kcl0801: 好一點 可是在畫面上有預測後9步的空間 却完美的只預設了 12/08 13:10
34F：→ kcl0801: 8步空一格... 12/08 13:10
35F：→ ssccg: 那是UI和探索引擎配合的問題吧 12/08 13:52