AlphaGo 居然取得首勝! - PCDVD數位科技討論區

APPLEKID

Senior Member

加入日期: Jul 2002

您的住址: 地球

文章: 1,319

AlphaGo後台不曉得是那種機台
google買的d-wave不曉得能不能應用了

__________________
新機MINOLTA alpha-7 + 24-105/3.5-4.5在2005/07/27正式入荷!!!

見鬼了... Minolta 24-105/3.5-4.5 (D)這隻變焦鏡竟然是西平英生2005鏡頭總測個人給5顆星啊...

Nikon COOLSCAN V ED底片掃描機已於2006/7/21入手... 歡迎大家一起交流... 交個朋友也不錯...
MACRO APO-LANTHAR 125mm F2.5 SL已於2007/03/15上午10:30入手... minolta鏡頭群之野望第一階段結束...

lenovo L220x 22' 1920x1200 LCD於2008/06/27正式到手!
tc electronic konnekt 8在2009/03/14正式入手，搭配AKG k271 MK2真是好聽啊...

Bessa R2A + Cral Zeiss Biogon 2/35於2009/07/01入手... RF元年開始...
beyerdynamic dt990於2010/04/06入手了... 真是重金屬的好朋友啊...

我的相本 , 若傷了大家的眼球和視網膜, 敬請見諒

新的blog 上線了... 晚上睡不著or無聊就來看看吧...

我的BOINC stat

2016-03-12, 12:26 AM #131

pls2

*停權中*

加入日期: Jul 2008

您的住址: 火星基地

文章: 488

看了第二盤棋, 我發現雖然AlphaGo使用了極少見的布局方式, 但我個人覺得相當「平衡」, 所謂平衝指的是攻擊與防守的平衡、取利與圍勢的平衡, 在黑13之前, 黑的攻擊相當穩健而持續, 黑13有不少人覺得很奇怪, 確實是很少見, 但個人覺得相當穩健的一種下法, 在一連串的攻勢下, 取得一個平衡, 而白子的反攻也不錯, 個人覺得李世乭下得比第一盤要好, 不過因為黑子的攻勢太凌厲, 以致於白子在細算上吃了虧, 下錯了決策, 在時間壓力下, 畢竟電腦在計算上快過人類, 雖然我認為白子下得很好, 但在精算上不如電腦快速, 我認為如果沒有讀秒的壓力的話, 第二盤的輸贏還很難說。

圍棋主要分三階段:布局、中盤、收官, 自古以來, 布局及收官是比較多人在研究並且比較容易入門, 然而中盤卻才是主戰場, 但中盤要預測相當困難, 因為烽火四起, 各角落的延伸都可能相關, 我經常看到, 在某地方是敗著到了中盤反而會逆轉, 因此, 中盤精算相當重要, 然而這也是最困難之處, 一般人都是進入收官階段才開始精算, 要在中盤即開始精算需要很大的腦力, 這時, 電腦卻沒有這方面的困擾, 個人覺得只要人類能撐過中盤, 到了收官階段, 電腦就不一定佔便宜了。

2016-03-12, 01:15 AM #132

Jeff1987

Junior Member

加入日期: Nov 2006

您的住址: earth

文章: 987

引用:

作者pls2

不過我有個疑問
收官時期盤的空間變少,對電腦來說選擇變少它也更好計算
(當然對人類也是)
所以感覺上收官時期對電腦較有利
因為人類可能想好90%的狀況但電腦可能已經計算出99%的情況

再加上收官時期"很有可能"面臨時間壓力,壓縮人腦的計算時間
對電腦而言反而更有利吧?

當然啦~這些都是純粹以"計算"的角度出發

2016-03-12, 01:20 AM #133

tohotsony

*停權中*

加入日期: Feb 2016

文章: 44

引用:

作者APPLEKID

AlphaGo後台不曉得是那種機台
google買的d-wave不曉得能不能應用了

AlphaGo實際上有兩個版本，一個是「單機版」的，另一個是「分散式」的，二者的演算法完全相同，差別在於所用的硬體。

單機版AlphaGo：擁有48個中央處理器（CPU）和8個圖形處理器（GPU）。

分散式版AlphaGo：擁有1202個中央處理器和176個圖形處理器。

作為比較，在AlphaGo之前的幾個圍棋人工智慧程式，CrazyStone只有32個CPU，而Zen只有8個CPU。

AlphaGo的棋力到底有多強呢？單機版AlphaGo曾經與5種圍棋程式進行了495場比賽，對手是CrazyStone、Zen、Pachi、Fuego和GnuGo，AlphaGo全部取得了壓倒性的勝利。即使是讓4子，AlphaGo對Crazystone和Zen的勝率也達到了77%和86%，

至於分散式版的AlphaGo，如果對上自家的單機版AlphaGo，則分散式版本的比賽勝率是77%。

當初與歐洲圍棋冠軍樊麾對陣的是分散式版AlphaGo，正式比賽成績5:0。如果以人類的棋力來看，AlphaGo可能進入到一百名以內。而在這次與李世石的比賽過後，甚至可能進入前十名。

此文章於 2016-03-12 02:35 AM 被 tohotsony 編輯.

2016-03-12, 02:33 AM #134

E.A.G.Y.O.O

Advance Member

加入日期: Mar 2010

文章: 492

南韓 IT專家：「人機對弈」不公平　Google應道歉

韓聯社報導，南韓IT專業律師田石鎮批評稱，谷歌舉辦的這場「人機對弈」根本是「騙局」，同時預測李世乭一定會連輸5局。

田石鎮在社交網站SNS上表示，AlphaGo動用數百台電腦對李世乭的發招進行實時運算後落子，換言之，AlphaGo並非靠已獲取的資訊下棋，而是先看對方的招數，並對其進行縝密分析後拆招。這並非真正意義上的人工智慧。

田石鎮還指出，AlphaGo甚至動用BF演算法（Brute force，對未來可能發生的所有情況進行分析)下棋。雖然谷歌方面表示，AlphaGo沒有利用BF演算法，但利用BF演算法的其他程序「指導」AlphaGo下棋，他認為屬於違規手法，並要求谷歌對李世石和先前打敗的歐洲圍棋冠軍樊麾道歉。（國際中心／綜合外電報導）

2016-03-12, 03:39 AM #136

Error37

Amateur Member

加入日期: Jun 2012

文章: 43

引用:

作者E.A.G.Y.O.O

蠻有趣的觀點

「Brutal force，對未來可能發生的所有情況進行分析」
舉例：
「猜一個4碼全數字的PIN」
0000、0001、0002、0003...
0010、0011、0012、0013...
9996、9997、9998、9999

圍棋沒有「最佳解」，和其他遊戲例如「井字遊戲」、「五子棋」比，
「井字遊戲」只要依照一定的步驟一定可以下成和局
「五子棋」若沒有禁手規則的限制下先手必勝

圍棋只有「對自己可能比較有利的下一步」
可能這一子暫時無關緊要
也可能因為後面的局勢，30多回之前無關緊要的某一子翻盤

AlphaGo可以用「人腦辦不到的速度」把棋盤上所有可能的「下一步」試一遍，找出「最高勝率」的地方下
這沒有違反圍棋的規則，但已超過人類的限制
除非李有足夠的時間算出提高勝率的下一步
才可能提高贏過AlphaGo的機率

https://youtu.be/l-GsfyVCBu0?t=46m30s
46分30秒的地方有提到，
AlphaGo的攻略法是求「最高勝率」而不是求「贏最多目」

假如有兩個方案：
1. 有80%的機會贏20目
2. 有90%的機會贏1或1目半

AlphaGo會選第二個方案

所以開局最重要，越到後盤AlphaGo越容易提高自己的勝率。

2016-03-12, 06:53 AM #137

銀河漂流

Junior Member

加入日期: May 2000

您的住址: Taiwan

文章: 823

引用:

作者E.A.G.Y.O.O

韓聯社報導，南韓IT專業律師田石鎮批評稱，谷歌舉辦的這場「人機對弈」根本是「騙局」，同時預測李世乭一定會連輸5局。

田石鎮在社交網站SNS上表示，AlphaGo動用數百台電腦對李世乭的發招進行實時運算後落子，換言之，AlphaGo並非靠已獲取的資訊下棋，而是先看對方的招數，並對其進行縝密分析後拆招。這並非真正意義上的人工智慧。
 
田石鎮還指出，AlphaGo甚至動用BF演算法（Brute force，對未來可能發生的所有情況進行分析)下棋。雖然谷歌方面表示，AlphaGo沒有利用BF演算法，但利用BF演算法的其他程序「指導」AlphaGo下棋，他認為屬於違規手法，並要求谷歌對李世石和先前打敗的歐洲圍棋冠軍樊麾道歉。（國際中心／綜合外電報導）

感覺就只是韓國人輸不起