Re: [新闻] 人工智能盯上星海争霸 韩选手:不是对手

楼主: MAIDic (咩滴可)   2017-05-22 15:31:49
事实上大家都搞错方向了
alphago打玩星海的目标不是为了打败人类
而是为了研究如何训练ai
让ai以接近人类思考的方式做决策
以围棋来说
今天就算有能够把所有围棋步数算出来的电脑
科学家还是会想办法试着让AI以接近人类思考的方式来下围棋
在围棋方面 alphago的确是做到了
但是比起现实世界围棋还是不够复杂
星海的复杂度比起围棋更接近现实世界
而且会选择星海的重点是星海是一款''即时''战略游戏
围棋的回合制在思考时间上相当充足
但是星海每一刻都会接受新的资讯
当获得这讯息时要不要改变做出新决策
这都是ai需要研究的方向
而apm跟本不是重点
目的不是为了打败人类而是训练ai
如果apm的优势非常巨大
那科学家就会限制电脑的apm
作者: ykes60513 (いちご)   2017-05-22 15:35:00
不对 AlphaGO没做到 它的思考方式跟人类完全不同
作者: tomzakeru (康康)   2017-05-22 15:36:00
请问后来有人知道alphaGo是怎么思考的嬷
作者: fragmentwing (片翼碎梦)   2017-05-22 15:36:00
所以我提议打一代,因为不会有虫族刷一排蟑螂apm破1500这种事不然反而变成对阿法狗不利
作者: win4104 (BB)   2017-05-22 15:37:00
重点一直都不在输赢 这是个开发AI的实验资源不对等 这个实验就没有意义了就像你希望AI学习怎么跑步可以跑赢人类结果你给他车开 那他还学什么 油门踩了就赢了
作者: loliconOji (萝莉控大叔)   2017-05-22 15:38:00
有道理 还蛮期待到底会怎么打
作者: smart0eddie (smart0eddie)   2017-05-22 15:39:00
教会AI开车也是成就了
作者: ykes60513 (いちご)   2017-05-22 15:39:00
AlphaGO那种全局胜率人类根本计算不来 只能模仿棋步
作者: ykes60513 (いちご)   2017-05-22 15:43:00
不只全局跟细部的分别 AlphaGO算胜率人类算目 这也不同
作者: QBian (小妹QB子)   2017-05-22 15:44:00
要限制眼力啊姆咪
作者: weltschmerz (威尔特斯克˙闷死)   2017-05-22 15:44:00
姆咪眼睛会变爱心 视线是不是也会变很奇怪啊= =
作者: smart0eddie (smart0eddie)   2017-05-22 15:45:00
完美姆咪世界
作者: ykes60513 (いちご)   2017-05-22 15:45:00
人类算不到那么细 只能去追求目数 但AlphaGO可以
作者: QBian (小妹QB子)   2017-05-22 15:46:00
还有记忆力也要限 有时候埋地毒爆会被遗忘QQ
作者: smart0eddie (smart0eddie)   2017-05-22 15:46:00
所有的指令最后都会附加姆咪 姆咪
作者: ykes60513 (いちご)   2017-05-22 15:46:00
QB快去装星海
作者: QBian (小妹QB子)   2017-05-22 15:47:00
上次重灌删掉了啦姆咪
作者: ykes60513 (いちご)   2017-05-22 15:51:00
亏你还是前版主 竟然把星海删掉了 欠烧!!!
作者: driftingjong (长空浪子雁)   2017-05-22 15:58:00
alphago只是神经卷积网络会去挑一些高机率出现的分支 但是并非直线逻辑的思考 跟人类还是不一样的
作者: cybermeow (我有一只猫)   2017-05-22 16:03:00
重要的不是背后的运作像人类 而是行为模式像人类吧反正最后也只是从外部做观察 AI本身是模拟人脑还是有自己一套运作模式不见得很重要
作者: ykes60513 (いちご)   2017-05-22 16:05:00
如果背后运作不像人类 代表人类没法照那方法进步啊
作者: wohtp (会喵喵叫的大叔)   2017-05-22 16:11:00
也没人真的知道人类脑袋是怎么运转的现在的目标只要外在行为有像就很了不起了
作者: cybermeow (我有一只猫)   2017-05-22 16:14:00
目前有一派人只是想做AI 所以人类能不能进步不是重点另一派以电脑作为理解人脑的工具 算法上是以建立实际可能的模型为目标
作者: wohtp (会喵喵叫的大叔)   2017-05-22 16:14:00
然后决定“好或不好”(相对于“对或不对”)一直是人脑比电脑强的地方
作者: seaEPC (没看见,我没看见 >_<)   2017-05-22 16:14:00
重不重要看是对谁,对我们这种旁边喊烧的或许是只看结果对开发者来说背后运作的原理就很重要了,deep mind丢论文出来马上启发一堆团队用类似方法生出棋力强劲的新软件对棋手(或将来其他领域的选手)来说,参考AI用不是人类的另
作者: cybermeow (我有一只猫)   2017-05-22 16:17:00
不过deep mind跟人脑模型有一段差距 虽然都是类神经出来
作者: seaEPC (没看见,我没看见 >_<)   2017-05-22 16:17:00
一种方式去判读,也是会有很大的启发,自李世石那五盘以来
作者: Zeroyeu (凌羽)   2017-05-22 16:18:00
apm真的不是重点,会战直接计算对手速度*0.5-0.8调整就好
作者: seaEPC (没看见,我没看见 >_<)   2017-05-22 16:18:00
围棋界看报导也是吹起各种新风潮
作者: cybermeow (我有一只猫)   2017-05-22 16:18:00
真正偏生物向的至少要考虑每个神经元的firing rate或spike train. 还有一个假说是用离子层级在存讯息 感觉很复杂
作者: seaEPC (没看见,我没看见 >_<)   2017-05-22 16:19:00
外行看热闹,内行看门道
作者: WindSucker (抽风者)   2017-05-22 16:24:00
4
作者: codebreaker ( )   2017-05-22 16:33:00
4
作者: satheni (看到羊就想睡..)   2017-05-22 17:00:00
人工知能其实就是最佳化选择...先把概况算出来,走哪一步他接下来会赢的结果是最多的
作者: arrenwu (键盘的战鬼)   2017-05-22 17:03:00
去了解一下 ANN 的结构,应该就不会说是模仿人类思考了
作者: MikiSayaka (美树さやか)   2017-05-22 17:11:00
ANN 的内部结构就很难搞了, DNN/CNN 应该是没救现状是弄个两三层就很难知道里面在干嘛了...那些弄十几二十层以上的应该远超过人类理解范围
作者: arrenwu (键盘的战鬼)   2017-05-22 17:14:00
有 universal approximation theorem 就好啦现在连学界的人都几乎放弃理论研究了
作者: MikiSayaka (美树さやか)   2017-05-22 17:18:00
像有一些 RNN 都不知道是参考过人脑机制还是凭空想的
作者: eva991 (eva991)   2017-05-22 18:13:00
alphago是根据他庞大的经验数据库去做广度跟深度的“搜寻”要类人脑的话类神经网络会比较像,只是不适合拿来下棋
作者: ACMANIAC (請肥宅救救肥宅)   2017-05-22 20:14:00
AlphaGo 就是用类神经网络......
作者: eva991 (eva991)   2017-05-22 20:55:00
重查了一下...我错了QQ

Links booklink

Contact Us: admin [ a t ] ucptt.com