爱吱声

标题: 罗洗河:局部计算人类强 待量子计算实现穷举 [打印本页]

作者: 燕庐敕    时间: 2016-2-3 10:33
标题: 罗洗河:局部计算人类强 待量子计算实现穷举
【按】大部分爱坛懂围棋的都发现类似的情况了,非死不可的田渊栋博士也提到,遇到打劫,AI还是有问题。

不知道小李会不会为了百万美元事前同意和谷歌签什么协议,比如不打劫,少飞刀,前几十招不下模仿棋?

新浪体育讯  2月2日下午,围棋TV特邀罗洗河九段做客演播室,搭档对围棋文化有自己独特见解的张令佳先生谈破解人工智能秘诀,未来人工智能对人类生活的影响。

  罗洗河表示不看好谷歌围棋AlphaGo对李世石的五番棋挑战能成功,并称可以让AlphaGo四子。此番言论令众人吃惊,多数人认为罗洗河是在开玩笑, 但罗洗河曾和天顶围棋下过上百盘,认为和人工智能对弈是有迹可循的,你需要了解它的破绽。此番做客围棋TV,罗洗河九段在谈笑间表演了让九子对天顶围棋, 并轻松抓住天顶围棋的破绽获得大胜。
主持人赵守洵与两位嘉宾探讨主持人赵守洵与两位嘉宾探讨

  罗洗河认为,虽然人工智能围棋可以在短时间内下几千万盘棋,但也有可能会被误导,有时在和低水平棋手对弈时学了很多臭棋。他还表示,人工智能围棋的弱点可能是局部计算,单靠目前的算法可能还无法真正挑战人类,最核心的是人工智能围棋自己的穷举计算。顶级棋手其实几乎每一手都在做穷举计算,而这一点智能围棋还无法达到。罗洗河期待10年后的量子计算能实现穷举。

  对围棋文化有自己独特见解的张令佳先生说,此前听到罗洗河先生说能让AlphaGo四子以为是他醉酒后的戏言,能让AlphaGo四子岂不是也能让欧洲冠军樊麾二段四子?这太夸张了。但今日一看,罗洗河对此事是有他独到的见解的,而且态度非常严肃,非常佩服。

  围棋TV还就此事特意连线了田渊栋,田渊栋是脸谱网人工智能围棋专家,智能围棋黑暗森林的第一作者。田渊栋表示AlphaGo和人类下围棋的思维非常相近,黑暗森林也是这个风格。在国外的对弈平台上,黑暗森林与网友对弈,没人能发觉是人工智能。田渊栋表示目前黑暗森林对模仿棋和打劫还不能很好的解决。

  主持人赵守洵也谈了他对此的看法,他认为此前人类的发明,都是工具的一种延伸,但人工智能是大脑的延伸,这完全是另一回事。人工智能或许有一天将成为人类的主宰,这或许是人类所担心的。

  (文森特)
作者: 燕庐敕    时间: 2016-2-3 10:34
奇怪,这是另一个帖子里面的棋谱,怎么这里又冒出来了?
作者: 燕庐敕    时间: 2016-2-3 10:35
燕庐敕 发表于 2016-2-3 10:34
奇怪,这是另一个帖子里面的棋谱,怎么这里又冒出来了?

@煮酒正熟

帅大叔煮酒同学来看看?
作者: 冰蚁    时间: 2016-2-3 11:01
量子计算并不解决问题。还是专门给围棋算法优化的计算机有优势。
作者: 燕庐敕    时间: 2016-2-3 11:06
冰蚁 发表于 2016-2-3 11:01
量子计算并不解决问题。还是专门给围棋算法优化的计算机有优势。

咳,冰姨太认真了。罗洗河又不是陈经,对人工智能哪有那么了解。

罗洗河爱读哲学书,倒是挺有趣的一个人。
作者: 财迷心窍    时间: 2016-2-3 11:34
看了这几篇,感觉围棋界的人格局都太小了点。

这是facebook 的darkforest项目主管田博士评价自己的项目:
我们当然可以加些简单规则以应付大多数征子和一些局部战斗的情况(要全部覆盖那是很难的),这样棋力当然变强,但却违背了用一个比较干净的模型去解决问题的初衷。

这是田博士评价Google的项目:
总之,谷歌的做法充分利用了大数据+深度学习的优势,而几乎完全没有用到围棋的领域知识,所以若是以后棋力能再往上走,我也不会惊讶。

棋手们强调的很多东西,其实是Google和facebook们没有,甚至是不屑于做的。
作者: 燕庐敕    时间: 2016-2-3 11:37
财迷心窍 发表于 2016-2-3 11:34
看了这几篇,感觉围棋界的人格局都太小了点。

这是facebook 的darkforest项目主管田博士评价自己的项目:

那碰到打劫,长生,盘角曲四岂不就抓瞎了?
作者: 煮酒正熟    时间: 2016-2-3 11:55
本帖最后由 煮酒正熟 于 2016-2-2 22:58 编辑

我不懂围棋,对机器学习也是一知半解。老燕点名了,俺也只好胡乱猜猜。我们建模,通常会说 train the model,就是训练它,象训练狗一样。实际上就是让它学东西。在机器学习里面,人们干脆说let the model learn. 还是让它学习。但不要忘记,我们教给电脑的,都是终极真理,没有错误的东西(因为我们的y都是已经发生的事实)。计算机在某些方面比人的学习能力强大,但如果你教给它的是错误的东西,抑或是很多正确的东西混杂了一定数量的错误,计算机做出来的它自己认为的最佳选择,在人类职业棋手眼中可能就是步昏招儿。阿法狗在与樊麾对阵之前,似乎没有和真正有实力的棋手对弈过,所以它所学到的东西鱼龙混杂良莠不齐。

我觉得古狗买下来的这个DeepMind,里面并没有围棋专家。即使它能请到职业棋手,它也未必会请。为什么?因为训练电脑让它打败人类职业棋手并不是他们的终极目标。他们的终极目标是发展出学习能力超级强大的电脑。拥有了这种超强学习能力的东西,你让它学什么它都极快地学到家(慕容博的说?)。所以他们真正努力的方向不是造出一台电脑超级棋手,而是如何发展出极其复杂和成熟的deep learning, neural network等等。既然是这样,如果找来一堆职业棋手,然后电脑工程师把这些职业棋手的围棋技能全部编译成电脑程序,塞进电脑里面,那样它的确有望很快击败人类顶尖棋手,但真正的学习能力锻炼得很不充分,你再给它一样新东西(比如国象),它就学不到家。这就有悖于开发者们的终极目标。

ESPN搞过多次霉果职篮职棒的比赛结果预测方面的大奖赛,有几次夺冠的根本就是从来不看任何球类比赛的nerd.  也就是说 domain knowledge = 0,完全依靠模型来搞预测。



作者: 财迷心窍    时间: 2016-2-3 14:08
燕庐敕 发表于 2016-2-3 11:37
那碰到打劫,长生,盘角曲四岂不就抓瞎了?


还是darkforest项目主管田博士的说法:
我们在11月的时候还只有3d的水平,蒙特卡罗树搜索还有各种问题,12月初的时候已经听到了谣言,当时我惊得话都说不出来了,然而就算这样,还是决定一点一点做,抓紧圣诞和新年的时间,把性能提高到5d的水平。


darkforest是挂在网上的,这抓紧圣诞和新年的时间,应该是要靠和人多对局来长棋的意思。
我猜这一代的AI真的和人一样,是靠学习在长棋。打谱——自我训练——实战
田博士承认的darkforest征子不好,而从计算角度征子很容易。原因很可能是棋谱中征子很难真正走出来的,AI训练不够的原因。实战中多遇到几次多输几盘就自然解决了,所以他不屑于专门为征子做个策略加个补丁。

Google下了两千万局的自我对局(self-play),而和高手下棋是AI成长的一个过程,而非目的。
李世石面对的AI应该会比樊麾面对的要强。

-------
但这样训练出来的AI,可能会面临一个新的问题就是靠感觉下棋创造力不足,没见过的比如当年中国流就不要指望AI能首先下出来。而上一代靠蛮力的AI,反而有可能会发现一些局部的鬼手。
作者: 燕庐敕    时间: 2016-2-4 16:45
财迷心窍 发表于 2016-2-3 14:08
还是darkforest项目主管田博士的说法:

高川格再世:流水不争先~~~
作者: mingxiaot    时间: 2016-2-5 04:49
同意罗的观点。计算机对大臭棋往往茫然失措,这在围棋里最明显了。
作者: 燕庐敕    时间: 2016-2-5 10:23
mingxiaot 发表于 2016-2-5 04:49
同意罗的观点。计算机对大臭棋往往茫然失措,这在围棋里最明显了。

对胜负手应该也是。

樊麾的下法很多职业棋手看来就是在等死,对胜负已经完全不敏感了。




欢迎光临 爱吱声 (http://aswetalk.net/bbs/) Powered by Discuz! X3.2