楼主:
mathbug (天堂的定义)
2016-04-13 09:47:47※ 引述《ctrl (大觉者)》之铭言：
: 对手是ruogu(P)9段
: deepmind现段位战绩进步到64胜36负
: 本场deepmind执黑
: 貌似ruogu(P)9段的白棋开局不错!?
: 果然deepmind的黑棋布局比较弱吧？
: ……白棋走出一串送菜的棋之后现在劣势了Orz
黑棋下棋的速度有一些很快 不像是 AlphGo - 中介人 - 奕城网棋落子
不知道奕城/Tygem 有提供接口给AlphaGo团队吗?
有的话 真相就大白了
在电脑上跑的东西....写个仲介程式完全不难啊....不需要仲介程式
作者:
ctrl (一哥)
2016-04-13 10:02:00deepmind外挂下棋落子速度上确实有优势
对于(奕城的)网络服务器来说，他收到的资料只是鼠标座标+clicking flag，那这个alphago可以自动送出而不需要实体鼠标，对AG来说他只需要读当前的棋盘然后决定要在哪个棋盘座标落子->转成鼠标座标送出另外，AG vs Lee第一天我很惊讶居然要有代理人我本以为只需要把谱投到大萤幕，李直接电脑落子即可
作者:
staristic (ANSI lover)
2016-04-13 10:37:00不需要什么视觉办示啊…直接拦截封包就好了对google来说，写这个的外卦大概就一个下午的事…
基本上，奕城送来的封包不会是全图像，为了流量控制应该只会是一个19x19 matrix记录当前棋盘然后是由用户端程式转成为萤幕上的棋盘，所以的确是拦封包解读矩阵就可以的事视觉辨识来说，那也只是一个固定图样开局读棋盘转出19x19的座标转换矩阵，每次比对前次盘面跟本次盘面差异判读对方/己方落子不需要很复杂好吗~"~原po想像的视觉辨识技术太高级了，但是在这个case里用不到那么高级的视觉辨识......读网格JPG/BMP判读网格座标有难度吗？前后两张图做XOR读出盘面变化有难度吗？将落子座标反转换回影像座标(用来产出鼠标座标)有任何难度吗？这三个都没有难度的状况下，真的有难度的判断在哪落子AG做的很好我猜原PO想成ROBOT自己用CAM抓影像，但这个case不用
lol3个月哩..应该2小时内KO吧,有点经验的话半小时以内
Amiba你不能这样说啦，如果是ROBOT自己用CAM抓影像还要转出正确的座标，那大学生差不多要一个专题才能
作者:
TWN2 (.....)
2016-04-13 11:01:00你也太小看google了... 这种程度半小时就解决了
1.软件对软件，要连接上哪有这么困难。 2.它背后是google,不是大学生
还有一种可能就是奕城的使用者端回传的资料仅仅是(落子的)棋盘座标，那这个就更简单惹连产生鼠标座标都不用，直接丢一个座标封包回去
用cam大学生大概1天KO吧..是静态的可以很轻松滤出棋盘
作者:
vencil (vencs)
2016-04-13 11:30:00拿大学生跟Google的菁英工程师比...虽然没去解读，不过用一般原理来想封包只有回传落子座标根本不需要回传视觉资讯，一般的工程师来做顶多也几天吧
作者:
stimim (qqaa)
2016-04-13 11:39:00网络上都有TYGEM的开源用户端了，用那个改就好啦
作者:
Django (Cython)
2016-04-13 11:46:00这样就能生出硕论等级我应该一年就毕业了...
影像处理实验室报到...专题做这个应该毕不了业+1
你太小看它们了吧...大学专题等级的东西对它们就是非常简单的东西啊
作者:
kafai (猪仔包 PigSonBow)
2016-04-13 12:44:00AJA那次有说，他们公司有做视觉辨识，看人下一晚棋就学会
卖啊捏，说不定在十年前这真的是硕论等级啊我念MS的时候，博班学长说他们当年除频器会动就毕业可是我们都要搞到SSGS系统有效果才能毕业中间也不过差两年~"~SSCG(single side band clck generator)上面误缮
作者:
bbbtri (cycling)
2016-04-13 14:11:00我也蛮好奇，围棋就是座标，和视觉辨识有什么关系？另外正式比赛不太可能叫棋手电脑落子，除非本来就约在网络上下
网络游戏的外挂这么多,Google的技术,一点都不成问题啊!打个比方好了,神魔之塔外挂,判别珠子,规划路径,自动转珠相对于网络围棋,网络围棋电脑代下简直是简单到爆炸啊!
棋盘上画面资讯都很固定、单纯 状态有限每个可落子的点: 黑棋 白棋 没落子简单分析判断一下就出来了 您想得有点太复杂了
作者: sadmonkey (下雨天) 2016-04-13 14:41:00
deepmind应用在围棋上的AphaGO最基本精神就是视觉辨识AG就是靠整个盘面19x19像素与胜负的关联，利用深度学习大量数据化后建立良好的策略函数与评价函数AG可能根本不知道死活、气数、目数，只是单纯看哪种图形19x19像素有最好胜率就好了
作者:
yyhsiu (hsiu)
2016-04-13 14:50:00怎么可能不知道死活气数目数，不然你随便看篇他paper死活气数目数是基本的，只是说deepmind没有去深究，硬是要算出几十步后的变化，而且他有更精准的评价函数
作者:
liaon98 (liaon98)
2016-04-13 14:52:00连星海这种动态的都要挑战了 围棋这种静态的就算用视觉辨识对google也超简单好吗
作者:
kafai (猪仔包 PigSonBow)
2016-04-13 15:38:00其实比扫个QR CODE 还要简单
作者:
LaPass (LaPass)
2016-04-13 16:33:00键盘精灵已经做到可以从萤幕上扫图了喔，像是，出现敌人的图片后，就把鼠标移过去点他这样
作者:
aaaba (小强)
2016-04-13 17:49:00你的世界里一定存在很多神人，连辨识棋盘这项技术都会让你赞叹不已
作者:
birdy590 (Birdy)
2016-04-14 00:51:00直接从网络送来的资料下手最快 棋谱也不过就是一堆座标不是
作者:
ddavid (谎言接线生)
2016-04-14 04:36:00硕论......那我研究室里的写神魔之塔自动转珠应该已经博士班毕业了（笑）不能说不需要技术，毕竟这种技术是知道就知道，不知道就不知道的东西。但是都是老早就存在的东西，而且根本用不到图形辨识这种东西，抓图下来看黑色白色还是棋盘底色很难吗XD连拆封包都不需要会呢XD
根本不需要影像处理也很简单视窗align好 按键精灵对着矩阵写就好
作者: xex999 2016-04-16 00:05:00
文组？
作者:
roujuu (è€ä¸)
2016-04-17 19:26:00如果碰到提子或是屠龙时，应该也要传资料修改吧？
作者:
lwei781 (nap til morning?)
2016-04-22 20:42:00太小看大学生了....