PTT遊戲區 / GO (圍棋)

[閒聊] 人機大戰觀後雜感

看板GO (圍棋)作者 (hdjj)時間8年前 (2017/05/27 23:10), 編輯推噓9(9推 0噓 29→)
留言38則, 9人參與, 最新討論串1/8 (看更多)
我還記得，當初棋力初段左右，和六段實力的朋友對局的感覺。 當我全局穩健進行，那他總是比我輕快，搶佔大場佔盡優勢，然後我自然落敗。 若我奮力挑起戰鬥，正面一博，可是局面混亂一個計算不清，往往大龍被屠。 當我想的太多太過急躁，露出明顯缺陷，他只是輕輕往我的弱點一擊，全局立刻 崩潰無法收拾。 回顧柯潔和ＡＧ的這三局對戰，我想起了以前和高手對局的心情。我再怎麼拚命 思考，似乎都逃不出對手的掌控。這種感覺，大概就是今天柯潔的感受吧。 身為世界冠軍，中國棋界第一高手，柯潔的實力無庸置疑。大局觀，計算力，應 變能力，專注度，他的每項能力都遠超常人的強大。只是，跟ＡＩ比起來，人的 狀態不可能長時間保持在最佳狀態。一盤棋，並不是下出幾手妙手就能獲得勝利 ，反而是往往你下了一盤好棋，卻因為一個失誤而滿盤皆輸。 我認為這就是人類棋手最大的弱點，「穩定性」。這恰好是ＡＩ的強項。 然而，這也是我所看到的，ＡＩ最大的問題點。 古力和ＡＩ聯手對局的時候，當局勢明顯不利，ＡＩ選擇了投子，古力選擇了續 戰。之後的落子，我們看到了ＡＩ幾乎是無厘頭的著手，導致局面進一步的不可 挽回。 如果換成是人類棋手會怎麼做？我們會試圖穩定局勢，咬住局面，等待對手露出 破綻再伺機反攻。或是背水一戰，挑起戰鬥後在絕境中尋找生機。 但ＡＩ不是。局面優勢時，ＡＩ可以穩穩的走向終點拿下勝利，但局勢不利時， 卻沒有止損潛伏的柔軟性。只是，目前人類的棋力還無法逼出它的這個缺陷，只 有在特殊對局中，才看的到這一點。 就這點來說，引進PID 回饋系統，也許真不失為一個好主意。XD 現在對於ＡＧ的著手，人們似乎變的有種盲目的崇拜，只要是ＡＧ的著手必然是 好的。一方面是由於它的強大，另一方面，也是由於我們無法理解它的判斷邏輯 ，只能預設它在每一手棋之後都有我們無法理解的後續手段。 但是，就像我當初和高段棋士對局一樣，有時候，對手下的不一定是好棋，只是 我的力量不足以反擊，或只是我根本看不出對手的問題在哪裏。對方一手碰來扭 斷，明明棋書上都評為惡手，但攻殺之後往往是我投子。 只有等到棋力進步，回頭再看，才能夠明白問題到底在哪裏。 人機對戰落幕，ＡＧ宣佈退出江湖，只留下一段傳奇。能見證這段歷史，何其有 幸。雖說還有些意猶未盡，但也算是個美好結局。這幾場戰役，也必然成為往後 的美好回憶。以後我就可以自豪的對孫子說，想當年，我可是親眼見證著這一切 呢。 謝謝你，Alphago 。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.232.200.239 ※ 文章網址: https://www.ptt.cc/bbs/GO/M.1495897818.A.891.html
→
05/27 23:18, , 1F
AI選擇投子之後，已經認為沒有贏的希望....
05/27 23:18, 1F
推
05/27 23:19, , 2F
說句實話，AlphaGo想要投子的時候古力是真的完全沒
05/27 23:19, 2F
→
05/27 23:19, , 3F
對AI而言怎麼下都是輸，這樣不算是BUG吧
05/27 23:19, 3F
→
05/27 23:19, , 4F
機會了，古力只是想要整理一下心情，畢竟從大優變成
05/27 23:19, 4F
→
05/27 23:20, , 5F
輸棋，那時差距已經二十目了，不可能逆轉的
05/27 23:20, 5F
→
05/27 23:21, , 6F
這局的重點應該是AI的勝率變化，是從贏變輸，
05/27 23:21, 6F
→
05/27 23:21, , 7F
還是根本沒變，形勢大好只是表象
05/27 23:21, 7F
推
05/27 23:22, , 8F
不可能形勢大好是假象的，圍棋還沒有玄到明顯優勢
05/27 23:22, 8F
→
05/27 23:22, , 9F
會判斷錯
05/27 23:22, 9F
→
05/27 23:25, , 10F
這盤棋開始從分配 黑古力-白連笑-黑AG-白AG-黑古力...
05/27 23:25, 10F
→
05/27 23:26, , 11F
連笑要應的棋是古力，但古力要應的棋是白AG....
05/27 23:26, 11F
→
05/27 23:27, , 12F
看以後會不會有這盤棋的勝率分析吧...
05/27 23:27, 12F
推
05/27 23:37, , 13F
AI要符合人類認為"最強"就是在勝率55波的時候，毫不退讓
05/27 23:37, 13F
→
05/27 23:39, , 14F
所以也許真要加個在不大幅犧牲勝率下盡量多贏的條件才看得
05/27 23:39, 14F
→
05/27 23:40, , 15F
人類會覺得下得最完美的AI型態
05/27 23:40, 15F
推
05/28 00:08, , 16F
以前有講解者們看法都不同的例子啦…
05/28 00:08, 16F
→
05/28 00:10, , 17F
你沒看到AG評估勝率變化就說無厘頭 這並不合理吧
05/28 00:10, 17F
→
05/28 00:11, , 18F
就像官子大家原本以為AG一直讓 結果實際是更提升勝率
05/28 00:11, 18F
→
05/28 00:12, , 19F
別再說讓了：今天柯潔證明了一件事,AG最大勝率也包含砍掉你
05/28 00:12, 19F
→
05/28 00:13, , 20F
的龍 只要算出來這勝率高 才不管你們這些棋理認為讓不讓的
05/28 00:13, 20F
推
05/28 00:15, , 21F
單純提升勝率對人類沒意義阿，人類知道領先三目可以退讓兩
05/28 00:15, 21F
→
05/28 00:16, , 22F
目，但沒人會這樣下，因為你不確定會不會哪裡下錯多損一目
05/28 00:16, 22F
→
05/28 00:17, , 23F
電腦本來就不是讓，是說他的選擇對人類尋求最佳解沒幫助
05/28 00:17, 23F
→
05/28 00:18, , 24F
因為它本身就不是為了追求最佳著手而只是追求"不敗"
05/28 00:18, 24F
推
05/28 00:21, , 25F
因為ai也要用在其他領域，才會追求"不敗"吧
05/28 00:21, 25F
推
05/28 00:22, , 26F
就是下棋邏輯根本的差異，人是用目數判斷，AI是用勝率，所
05/28 00:22, 26F
→
05/28 00:23, , 27F
以當兩者正好目標是相同的時候可以學，當目標分歧的時候就
05/28 00:23, 27F
→
05/28 00:24, , 28F
沒甚麼學習意義了，因為人類永遠不可能用模擬勝率來下棋
05/28 00:24, 28F
→
05/28 00:43, , 29F
領先時稍微退讓 選擇簡明的下法這種事情其實人類棋手也會
05/28 00:43, 29F
→
05/28 00:43, , 30F
做 只是無法那麼量化的去做
05/28 00:43, 30F
→
05/28 00:51, , 31F
問題在電腦的簡明跟人類的簡明也不見得一樣
05/28 00:51, 31F
→
05/28 03:23, , 32F
講白了不就是人類也想用勝率 但是根本估不準 只好改算
05/28 03:23, 32F
→
05/28 03:25, , 33F
目數間接估計勝率 AG直接估勝率 結果就是AG屌打人類
05/28 03:25, 33F
→
05/28 03:26, , 34F
直接就可以說明用目數估勝率並不是一個準確的方式
05/28 03:26, 34F
推
05/28 12:31, , 35F
尾盤官子的目數是窮舉法人類可以同樣準確
05/28 12:31, 35F
→
05/28 12:34, , 36F
勝率不見得是更準的標準，那只是對用電腦解題比較好的設計
05/28 12:34, 36F
推
05/28 13:23, , 37F
你要尾盤改窮舉法當然也是可能的,只是deepmind不想花力氣作
05/28 13:23, 37F
→
05/28 13:23, , 38F
他又不想賣圍棋軟體
05/28 13:23, 38F
‣ 更多 hdjj 的文章
文章代碼(AID): #1PAPRQYH (GO)
討論串 (同標題文章)
以下文章回應了本文 (最舊先)：
完整討論串 (本文為第 1 之 8 篇)：
排序： 最新先 | 最舊先 | 留言數
在新視窗開啟完整討論串 (共8篇)
GO 近期熱門文章
更多 近期熱門文章 >>
PTT遊戲區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 hdjj 的文章
文章代碼(AID): #1PAPRQYH (GO)