Re: [心得] Alphago的弱點
先簡介AlphaGo的原理，
AlphaGo有兩個主要的分析網路,
1. 策略網路 policy network
在當前的局面分析可能下的棋點，並計算出現的機率。
例如:第二局的37手的五路肩沖的機率是萬分之一。
機率高的會分配較多的資源，算的比較深。
2. 值網路 value network
給定一盤面，計算出黑白獲勝的機率。
另外，它不是每步棋重新計算。
在對手下棋之後，符合的分枝之前計算過的結果會保留繼續用。
而在對手思考的同時，他的每個分枝也繼續地再算下去。
再看今天第78手後，發生什麼事情？
明顯這個「神之一手」不在其策略網路之前估計的棋步中。
所以，之前所有值網路所估計的勝率全部報廢。
AlphaGo必需全部重新計算勝率，而需要約五步的時間(到第79~87步)
值網路才回復正常。
另外，由前面幾局知道，當它勝定時，有可能會亂下而損棋，
原因是勝率都差不多。而今天知道，當它敗定，也會亂下，
原因同樣是勝率差不多。所以AlphaGo會有兵敗如山倒的缺陷。
真的要測試AlphaGo的Bug，需要的可能是「屁之一手」，
在大約80手左右，它已經累計了大量的計算之後，
下一手明顯它不曾考慮過的棋，即使它非常地差。
再看看它是否會亂掉。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.164.86.21
※ 文章網址: https://www.ptt.cc/bbs/GO/M.1457875864.A.3E0.html
噓
03/13 21:35, , 1F
03/13 21:35, 1F
推
03/13 21:37, , 2F
03/13 21:37, 2F
→
03/13 21:43, , 3F
03/13 21:43, 3F
→
03/13 21:43, , 4F
03/13 21:43, 4F
→
03/13 21:43, , 5F
03/13 21:43, 5F
→
03/13 21:45, , 6F
03/13 21:45, 6F
推
03/13 21:51, , 7F
03/13 21:51, 7F
→
03/13 21:51, , 8F
03/13 21:51, 8F
→
03/13 21:52, , 9F
03/13 21:52, 9F
→
03/13 21:52, , 10F
03/13 21:52, 10F
→
03/13 21:53, , 11F
03/13 21:53, 11F
→
03/13 21:53, , 12F
03/13 21:53, 12F
推
03/13 21:54, , 13F
03/13 21:54, 13F
推
03/13 22:19, , 14F
03/13 22:19, 14F
推
03/13 22:29, , 15F
03/13 22:29, 15F
→
03/13 22:32, , 16F
03/13 22:32, 16F
推
03/13 23:12, , 17F
03/13 23:12, 17F
→
03/13 23:14, , 18F
03/13 23:14, 18F
→
03/13 23:23, , 19F
03/13 23:23, 19F
→
03/13 23:24, , 20F
03/13 23:24, 20F
推
03/13 23:33, , 21F
03/13 23:33, 21F
→
03/13 23:51, , 22F
03/13 23:51, 22F
推
03/13 23:55, , 23F
03/13 23:55, 23F
→
03/13 23:56, , 24F
03/13 23:56, 24F
→
03/13 23:56, , 25F
03/13 23:56, 25F
討論串 (同標題文章)
GO 近期熱門文章
PTT遊戲區 即時熱門文章
80
119
