※ 引述《yamiyodare (shantotto)》之铭言：
: DeepMind 学习打砖块的过程
: https://www.youtube.com/watch?v=V1eYniJ0Rnk
: 人类给予的提示只有把分数提高, 自我训练几个小时就可以达到专家的水准.
: 一开始 AI 乱数决定移动的方法.
: 后来它会发现到乱到特定的地方不漏接球能提高分数,
: 给予的回馈会强化类神经网络让它的移动方式尽量不漏接.
: 厉害的在后面, 最后它会学到先钻通道是最有效的得分方式.
: 这不是人教的, 人只跟它说, 把分数给我打高, 其它自己想办法.
先狂乱打(暴力打法)再进行归纳, 以找到得高分的最佳途径, 这好像是电脑必然的
但却是单一个人不可能去做的, 因为规模太大了, (而且....)
: 但像围棋这么复杂的东西, 直接用乱数下学习的过程太缓慢了.
: AI 的做法是先尽量下的跟高手一样, 因为高手可能的下法几乎包含了最佳解.
: AI 从这些候选走法往下找可以节省大量时间空间.
: 透过大量的高手对战谱训练出一个迅速模仿高手次一手的 policy network.
AI 可以转瞬学会所有定石 等于是到地球作战的外星部队一次掌握地球的全部地形
所以有大局观可以理解
可是, 我不太懂死活要怎么解？因为死活很复杂啊, 隐藏着猪羊变色的规则和劫活
还是其实死活的题型和变化在AlphaGo看来存在上限？
: value network 是型势判断, 给予一个特定盘面就能够迅速回报胜率.
: AI 开出千万分身自我对练高手的棋路到终局 (最后谁赢电脑可以判断的够准)
: 然后回溯盘面, 训练出一个可以估计任何盘面胜率的 value network.
(不好意思, 插问一下回溯的英文是什么> <)
在序盘就要计算到胜率看起来完全不可思议啊!!!
假设AlphaGo vs AlphaGo'(比本体稍弱)的胜率比是51:49好了
那这个比值“从第几手开始”才会跳动呢？
感觉上, 答案根本上决定在对局两造的实力
也就是这个比数是从决定将AlphaGo'的能力调弱多少之后就决定了
至于从第几手、从中盘还是终盘, 只是机率分派路径的问题
嗯, 很可能是我想错了
只是我觉得既然AlphaGo有办法进行暴力归纳, 它对手数的观看方式应该和我们不一样
有点“四次元”的感觉啊 XD
: 目前看起来训练的越多, 估计的会越准确 (棋力越高)
: 如果任何盘面胜率都可以正确估算, 基本上围棋就被破解了.
: 因为电脑可以知道从第一手到终盘的最佳走法.
: 拿黑棋如果不贴至少会赢几目, 而且只有特定棋谱可以达到.
: 有了 policy network 跟 value network,
: AI 就可以试下各种高手次一手, 再加上有效率的蒙地卡罗搜寻法,
: 尽可能把胜率高的次一手展开往下运算, 提高胜率估算的准确度.
: 可以把它想像成很多高手提供次一手的下法, 那就来下下看, 看谁说得对.
: 但要留意, AI 的目标是胜率最高 (反击手最少), 不是目数最多, 不是棋型最美.
: 看 AlphaGo 下棋会让我想到以前打道策的谱, 许多着手都是天马行空.
: 怎么看都很奇妙, 但最后就是会赢.
不太懂value network为什么是重在反击手最少呢？可以再说明一下吗？
说到反击, 我是觉得任何反击都可预期, 只差在“有没有效率”而已
而效率除了涉及手数，目数，还关系到手顺, 这点跟收官有最佳顺序一样
唯前提是死活的问题要先解决, 因为即使是官子也会受打劫影响
你说的反击手最少, 指的是....？
如果目前的AI计算能力已经强到甚至能改变定石、争夺手顺, 那....lol
(定石真的是没有破绽的吗？还是只是地球人的破绽？)
: : 大概是这样, 不过我更想知道这个convolutional neural networks是什么？
: : 和节点的类神经网络有什么不一样啊？
: convolutional neural networks 是类神经网络的一种
: 它的概念是想模仿生物的视觉, 同时具有巨观跟微观的观察能力.
: : 人可以像时间暂停般做收官的, 除了AI, 恐怕还是只有李昌镐做得到
: : 但现在已经不是李昌镐的全盛期了....AlphaGo还是来的太晚了
: : 我觉得很可惜啊
: : 好在官子不是围棋唯一的特色
: : 李世石这个有阅历又艺高人胆大的, 多变的风格正适合这种前无古人的对局!
: : 在经过两次对局、探到对手的能耐后, 他会进行什么样的布局？
: : 毕竟, AlphaGo会进步, 而李世石也会啊!
: : 期待明天的对奕～
: 我在想什么样的方式可以打败 AlphaGo
: 因为 AlphaGo 是模拟高手次一手, 人类下出前所未闻的好手 (新定石新型新布局)
: 才有机会把 AlphaGo 导向胜率估不准的局势上 (因为对练很少往那边下缺乏经验)
: 举例而言, 应该没有人比武宫正树更懂宇宙流.
: 假设 AlphaGo 回到武宫以前的时代砍掉重练, AI 对于宇宙流的局势不熟.
: 武宫对 AlphaGo 用三连星开局或许可以把 AlphaGo 压着打.
: 不过压着打也是一时, 跟武宫下棋 AlphaGo 可以学到宇宙流的各种变化.
: 透过自我对练熟悉宇宙流的各种局势, 从而做出较准确的估计.
: AlphaGo 你打赢它, 它就会再度进化.
: 人类生命有限, 技艺的传承速度缓慢.
: AI 可以有效的继承人类全体的经验, 加速技艺的提升.
: 藤泽秀行曾说, 围棋如果有 100, 他最多懂的不过 6、7.
: 有没有想过, AI 继续发展下去可以让职业九段两子三子甚至九子?
: 人类要探索围棋的极限, 得靠 AI 的辅助.
宇宙流的相关定石应该很少
如果AI要发展宇宙流派, 那也不错呀～～
但那样的围棋就不会是我们目前以为的围棋了而是一盘只有AI能下的棋局
看新闻说, Google DeepMind 的目光放在破解人类学习的密码
嗯, 这个是认知科学的脑神经领域啊!
而用只有电脑可以使用的方式(例如暴力归纳)来破解人脑的学习, 是矛盾不是吗？