本帖最后由 删除失败 于 2017-1-4 19:15 编辑
冰蚁 发表于 2017-1-4 09:54
2016年12月30日凌晨，推特账号Science News曾发布了一条推文，内容为----
AlphaGo：“Now，I am the mas ...
好像是乌龙，不是一回事，问到deepmind的人也没有回应。
从实力上看是阿法狗的可能性最大，不过master的风格比阿法狗积极得多，大多数棋手一个照面就被担架抬下去了
删除失败 发表于 2017-1-3 21:18
好像是乌龙，不是一回事，问到deepmind的人也没有回应。
从实力上看是阿法狗的可行性最大，不过master的 ...
阿尔法狗在上次比赛后彻底重新学习过。deepmind 的人不回应，可能是有保密协议。
冰蚁 发表于 2017-1-4 10:44
阿尔法狗在上次比赛后彻底重新学习过。deepmind 的人不回应，可能是有保密协议。 ...
99%是阿法狗，谢尔盖几个月前到中国棋院来过一次，可能就是商讨第二次人机对抗，这次网棋可能是双方协商后的实力摸底，根据结果再组织公开的赛事，所以棋手也知道对手是谁。我唯一不理解的事谷歌没理由对围棋还有那么大热情。
删除失败 发表于 2017-1-4 16:34
99%是阿法狗，谢尔盖几个月前到中国棋院来过一次，可能就是商讨第二次人机对抗，这次网棋可能是双方协商 ...
柯渣真的被抬下去了，今天他在医院住院打吊针呢。
围棋是人类最后的骄傲了，这个不打服不可能收兵的。
作为一项智力运动，围棋一直以来只是人与人之间的对抗，所以好多适用于人类的认识不适合AI。以后在AI的辅助下也许人类还有搬回面子的那一天，也许没有也许。
删除失败 发表于 2017-1-4 16:34
99%是阿法狗，谢尔盖几个月前到中国棋院来过一次，可能就是商讨第二次人机对抗，这次网棋可能是双方协商 ...
很有可能大家猜阿尔法狗是对的。陈经透露一个细节：
下午赢了老聂后，繁体字打出：谢谢聂老师。
应该是Aja Huang在后台，那就是阿尔法狗无疑了。
删除失败 发表于 2017-1-4 16:34
99%是阿法狗，谢尔盖几个月前到中国棋院来过一次，可能就是商讨第二次人机对抗，这次网棋可能是双方协商 ...
出BUG，很多人不服。对局量太少，不说明问题。
大脚丫 发表于 2017-1-4 16:51
柯渣真的被抬下去了，今天他在医院住院打吊针呢。
围棋是人类最后的骄傲了，这个不打服不可能收兵的。
日本象棋（将棋）还没有人工智能战胜最顶尖棋手。当然这玩艺只有日本人玩，也是一个原因。日本象棋不懂，类似象棋和国际象棋吧，特色就是被吃掉的子可以在任意一时刻重新被吃掉方再利用，所以从算法上应该难于国际象棋和象棋。
本帖最后由 冰蚁 于 2017-1-4 08:38 编辑
删除失败 发表于 2017-1-4 03:34
99%是阿法狗，谢尔盖几个月前到中国棋院来过一次，可能就是商讨第二次人机对抗，这次网棋可能是双方协商 ...
上次不是有一盘机器下崩了嘛。说明有根本性问题要改进啊。改完了还是要测试测试。
删除失败 发表于 2017-1-4 10:18
好像是乌龙，不是一回事，问到deepmind的人也没有回应。
从实力上看是阿法狗的可能性最大，不过master的 ...
另外20秒3步的快棋走法，对人类棋手的压力也很大。所以今天老聂上台时，每手时间被延长到1分钟。如果再快一点的话，估计老聂输得还要惨。不过听赛后老聂的讲解，他还很不服气，认为master的前半盘棋力不行。
上次对李世石故意隐藏实力，让小李子以为弄个奇葩开局计算机会方寸大乱。这次只有对老聂的一盘棋是一分钟快棋，其他都是30秒快棋。DeepMind没诚意，这帮职业还真是配合。
计算机算30秒与人类算30秒是不同的概念。
围棋类AI核心是MCTS类算法产生的经验计算结果，而硬件在对局中死算的求解能力要么是边际递减的要么是线性的，况且硬件的增加并不会线性提升计算能力，当到达一个阈值后计算能力边际递减直到边际效应为零。Go的做法突出了经验结果的重要性，而躲避了计算瓶颈。总结就是Go实战增加计算时间意义不大。
而人类对局的判断方式是先凭借棋感找点，然后细算，再从几个候选方案中确定一个最优方案。
两者对比有：
找点 细算
Go快，自我对局积累 快，增加计算时间意义不大
Hu快，经验+学习积累 慢，人类思维单线程+短时长时记忆切换需要时间+机械记忆力有限
单步时间越短Go优势越大，人类反之。
上次对李世石后“据说”DM要清空人类对局库，尤其是开局库，让机器自我对弈学习。对这种说法我很是怀疑。人类对局开始几手无非33、星、55、天元，假如把这几手去掉让机器自己判断， 有348个起始点。而这些变化占到围棋博弈树复杂度（博弈树树叶的数量）的96.4%！也就是说DeepMind让机器落在金角附近就不不纯粹了，有人的参与。假设第一点落在哪个星位都没有分别，并且初始点只在9*9的范围内选择，那么不设置人类招法作为第一点，将计算多余的96.3%博弈树。初始落子的选点人已经替机器把大部分非优招法排除了，如果成立的话。听说DM在GitHub开源了部分电子游戏的训练数据，还提供了一个DeepMindLab的接口，不清楚有没有公布围棋的训练数据。如果它有第一手落在各种乱七八糟地方的对局，那么它的系统才是纯粹的非人工。
猪头大将 发表于 2017-1-4 07:51
另外20秒3步的快棋走法，对人类棋手的压力也很大。所以今天老聂上台时，每手时间被延长到1分钟。如果再快 ...
他就吹吧。前半盘他也只能是感觉感觉。
冰蚁 发表于 2017-1-4 09:54
2016年12月30日凌晨，推特账号Science News曾发布了一条推文，内容为----
AlphaGo：“Now，I am the mas ...
哈哈哈哈
loy_20002000 发表于 2017-1-4 08:19
上次对李世石故意隐藏实力，让小李子以为弄个奇葩开局计算机会方寸大乱。这次只有对老聂的一盘棋是一分钟快 ...
增加时间，计算机可以多算几层，人更没戏。
冰蚁 发表于 2017-1-5 00:55
增加时间，计算机可以多算几层，人更没戏。
没有AI的辅助人类棋手是不可能打败AI的，现在AI下出来的棋人类棋手根本就不能理解。增加人类棋手的时间可以减少错误，AI的计算力早就超越了人类，再多算几层也没有多大的意义了，所以这个还是对人类棋手有利的。
国内有一个AI “ 刑天”，据说有2016年三月的阿法狗水平，当然也是胜多败少了。这个系统发展起来的话国内棋手才有希望打败AI，毕竟google不大可能配合国内棋手训练
冰蚁 发表于 2017-1-5 00:55
增加时间，计算机可以多算几层，人更没戏。
多层神经网络就是训练的时候耗时间吧？
训练好的神经网络，实际应用的时候还有啥耗时的步骤么？
本帖最后由 冰蚁 于 2017-1-4 14:05 编辑
武工队 发表于 2017-1-4 13:29
多层神经网络就是训练的时候耗时间吧？
训练好的神经网络，实际应用的时候还有啥耗时的步骤么？ ...
阿尔法狗的算法还是要靠蒙特卡洛搜索啊。时间多，搜索的遍历结果更多（搜索窗口可以开得更大，搜索层数可以更深）。神经网络的训练在于估值网络（value network）与走棋网络（policy network）上。遍历更充分，提供给两个神经网络判断的依据才会更充足，结果才会更优化。临场下棋，搜索多的显然占优势。
我现在就是比较好奇如果设定的目标不是简单赢棋的话会怎么样。比如设定的目标是赢得越多越好，狗会下出什么风格和招法。
猪头大将 发表于 2017-1-4 20:51
另外20秒3步的快棋走法，对人类棋手的压力也很大。所以今天老聂上台时，每手时间被延长到1分钟。如果再快 ...
据孟泰龄说，聂卫平下那步点角的败着（第50手）以前，形势已经不好了。聂卫平是自我感觉良好，他的形势判断不能信。据陈耀烨说，好多盘棋都是没觉得下什么坏棋，不知不觉的进行着，然后一点目就发现已经输定了。在形势判断上，人类和电脑现在已经有了不小的差距。虚的地方，比如厚势的价值，判断要比电脑差很多。
Dracula 发表于 2017-1-4 22:54
据孟泰龄说，聂卫平下那步点角的败着（第50手）以前，形势已经不好了。聂卫平是自我感觉良好，他的形势判 ...
反正现在这个下法以后电脑要让九段们几个子了。
冰蚁 发表于 2017-1-5 12:10
反正现在这个下法以后电脑要让九段们几个子了。
现在的AlphaGo下30秒快棋应该是至少能让人类顶尖棋手2子。我看的孟泰龄的说法，让先的差距不会有60比0这么恐怖的比分。下3小时慢棋，可能会好一点，但应该也至少会是让先，让两子也有可能。未来的话，让3子、4子的机器出现可能也不需要等待很多时间。