[新聞] ZEN暴露根本“BUG”不能算半目

看板GO (圍棋)作者zkow (逍遙山水憶秋年)時間8年前 (2017/03/22 02:12)推噓23(23推 0噓 55→)

留言78則, 11人參與討論串1/1

柯潔：Zen比絕藝明顯差一點 AlphaGo能讓它倆　3月21日，世界圍棋最強者戰第一輪中國棋手羋昱廷與日本圍棋人工智慧DeepZenGo的比賽吸引了棋界的廣泛關注，柯潔也在網上關注棋局，評價如下：“zen比絕藝還是明顯差一點，大師（AlphaGo升級版）更不用說，保守估計讓zen倆。” http://n.sinaimg.cn/sports/transform/20170321/jUWg-fycnyhm1214877.jpg

　潛伏是柯潔在野狐圍棋上使用的對弈ID，羋昱廷與Zen對決，柯潔一直關注著。棋局進行至後半盤官子爭勝，柯潔判斷羋昱廷要贏，而且機器一方收官，更是“雪上加霜”。　　此前日本傳奇老將趙治勳曾與DeepZenGo進行過一次對局，柯潔在微博上給趙治勳提出了建議“和阿爾法Go擁有同樣技術的ZenGo，私底下我有一定的瞭解。我其實一直在研究、與別人探討，深度學習技術的電腦到底有何弱點，也親自實戰過。如果趙老能看的見我的微博，請留心我的建議：無論局面如何都不要認輸，拖到官子，刮爆它。” http://n.sinaimg.cn/sports/transform/20170321/IA8Q-fycnyhm1215683.jpg

　　從今天DeepZenGo後來的官子表現來看，柯潔的建議非常有效果，不知道羋昱廷賽前是不是跟柯潔交流過。　　（文玄） http://sports.sina.com.cn/go/2017-03-21/doc-ifycnpit2484133.shtml 陳經：Al官子會虧損 Zen慢棋實力值得重新觀察　3月21日，首屆世界最強棋士決定戰首日比賽在日本戰罷。中國羋昱廷九段執黑中盤戰勝DeepZengo獲得開門紅。人工智慧領域知名學者陳經在微博上認為Zen慢棋實力如何值得重新觀察，圍棋是非常複雜的，圍棋AI收官會虧損，以下為微博原文。　　DeepZenGo執白對羋昱廷，目前表現不錯。這個比賽是3小時的慢棋，感覺DeepZenGo 有了充分的計算時間，表現得到了提升。因為DeepZenGo的硬體是“dual-Xeon server with 4 nVidia Titan-X （Pascal） gpus”，雖然比一般開發者強不少，要10來萬，但是和土豪絕藝、Master沒法比。這樣時間長些，Zen的計算會好不少。而絕藝或者Master 可能5秒就達到了相當高的實力。之前DeepZenGo在網上全是測快棋，慢棋實力如何確實值得重新觀察。　　DeepZenGo官子收太臭了，連虧幾目，估計2目半負。圍棋AI收官會虧損，從電腦原理來說，是因為收官也不簡單，是一個步數很多的組合數學問題，也是指數爆炸，遍歷沒那麼容易。在目數很接近的時候，MCTS模擬不一定準確。這說明圍棋是非常複雜的。 http://n.sinaimg.cn/kandian/transform/20170321/18bs-fycnyhm0980869.png

http://sports.sina.com.cn/go/2017-03-21/doc-ifycnpiu9319602.shtml ZEN暴露根本“BUG”不能算半目日本規則是缺陷　　3月21日，2017世界圍棋最強棋士戰首輪比賽於日本大阪阪急國際酒店進行，其中焦點戰中國羋昱廷對DeepZenGo的人機比賽，羋昱廷執黑第283手中盤取得了勝利。這一局進入官子階段一度是極細微的半目之爭，但是終局階段DeepZenGo判斷不清輸贏，輸定的情況下忽然調子打亂，開始胡亂落子，以致DeepZenGo團隊不得不終止比賽認輸。　　DeepZenGo的開發者加藤英樹說：“DeepZenGo進入後盤算不清規則的1目差距，所以形勢判斷只能出現錯誤。DeepZenGo忽然發覺要輸了，就開始走不成立的手段。” 　　加藤英樹關於DeepZenGo最後階段的“填子”表現說：“DeepZenGo普通是會設定勝率降至30%以下自動認輸，但這次比賽沒有做這個設定，讓DeepZenGo下到最後。而這一局 DeepZenGo認輸的時候，勝率判斷是30%。” 　　這次大賽收到了日本媒體異乎尋常的關注，賽場雲集記者，但是日本“圍棋圈”外的媒體記者們似乎迷惑不覺“1目差距”究竟是什麼，也難以置信電腦會算不清。加藤英樹解釋說：“中國規則的和日本規則，計算的方法基本相似，但本身具有1目的規則差距。包括DeepZenGo在內，大部分圍棋人工智慧程式都是按中國規則計算。” 　　加藤英樹還說：“調整為按日本規則計算的工作絕不輕鬆。當然也可以硬性設定，但可能會導致更深刻的問題。據我瞭解，AlphaGo也出現過這個問題，並想辦法解決。我聽說最終還是解決了這個問題，但這只是未得到的傳聞。” 　　羋昱廷賽後說：“中盤階段我出現失誤，形勢一度危急。但是後盤，DeepZenGo暴露了需要改進的缺陷。” DeepZenGo“先天不足”，“日本規則”本身是缺陷　　事實上，這屆世界圍棋最強棋士戰DeepZenGo“先天不足”，如果算不清這個1目或者半目，那麼根本無法和人類職業棋手拼官子。對於人類棋手“半目”是“天塹”，但“機器”似乎對“半目”本身沒有概念上的認識。只要這個“半目”的根本BUG存在， DeepZenGo剩餘的兩盤幾無能贏的餘地，DeepZenGo的實力遠未達到能“碾壓”人類棋手的程度。　　同時，如此重大的人機大賽，採用電腦搞不定的“日本規則”貼6目半本身是缺陷。去年3月與AlphaGo的人機大戰，採用的是“中國規則”。事實上寫代碼告訴電腦勝負，數目法很難解釋不清楚，所以都用數子法的模式，但數子法意味著收後有1目，這是兩種數法的根本分歧。但從圍棋規則本源來說，數目法被證明是有問題。涉及到兩種規則貼目，黑棋究竟184子還185子贏是無法調和的問題。因為收後有1目，終局黑棋盤面6目，是黑棋收後。如果黑棋盤面7目，是白棋收後，這兩種情況黑棋都是184 子，貼7目半黑棋都是兩負的結果。如果黑棋貼5目半，就不會出現此問題。但是日本規則貼6目半，就造出勝負的悖論。包括DeepZenGo，價值網路學習棋譜都是數子法，雖然現在的日本規則也收後，但貼6目半的結果還是造成184子勝負的悖論，說到底，沒有平衡手數概念的日本打補丁式的貼6目半的規則是電腦無法解決的根本性的BUG。　　林在范對此評論說：“電腦做形勢判斷，不像人類那樣算目，而是算勝率，而現有的蒙特卡羅演算法，本身有無法算清終局半目勝負的問題。採用‘深度學習’方法後，價值網在算勝率，但DeepZenGo的形勢判斷好像沒有做到精確。” 　　林在范還說：“加藤英樹是這樣說，DeepZenGo學習的棋譜是按中國規則輸入，但這次大賽是日本規則，結果出現了問題。” 　　林在范最後還說：“其實大部分電腦圍棋程式都面臨這個問題，但‘半目’勝負對電腦是罕見的小概率事件，所以開發者們沒有投入更多的時間解決這個問題，都忙著提高本身棋力。” 　　藍烈 http://sports.sina.com.cn/go/2017-03-21/doc-ifycnpiu9349533.shtml -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.73.33 ※ 文章網址: https://www.ptt.cc/bbs/GO/M.1490119948.A.D77.html ※ 編輯: zkow (140.112.73.33), 03/22/2017 02:14:24 ※ 編輯: zkow (140.112.73.33), 03/22/2017 02:16:29

推

HeterCompute

03/22 03:47, , 1^F

03/22 03:47, 1^F

推

liaon98

03/22 04:59, , 2^F

03/22 04:59, 2^F

→

HeterCompute

03/22 05:09, , 3^F

03/22 05:09, 3^F