Re: [閒聊] 人機大戰觀後雜感

看板GO (圍棋)作者 (可以吃嗎?)時間8年前 (2017/05/28 16:51), 8年前編輯推噓3(3012)
留言15則, 4人參與, 最新討論串6/8 (看更多)
很多覺得AI退讓或亂下的,真要怪可能要去怪google,因為google這個AI的 基本要求和人類期望看到的神之電腦不完全相同,這個AI能做到的就是像柯 潔說的:讓人類對手下起來覺得毫無希望。 就像在比賽車 棋界期望中的AI是: 展現完美甩尾技巧,加速減速時機也完美掌控,跑出最佳時間讓人看看高手 的差距有多少 但實際上這個AI是: 只求贏,不追求完美。和人類車子競爭激烈時會展現高超技巧設法領先; 一旦超出幾個車身後就故意慢慢開用屁股擋人,讓落後的人比得很不爽; 而如果AI落後更不會好好跑完比賽,會開始試怪招,衝撞前面的車子,期望 對手被撞翻,對手沒翻的話自己撞那下就更落後 所以期待和現實有不少差距 人下棋某種程度就像棋靈王說的,是追求"神乎其技"的境界。我們知道這是 個有唯一解的遊戲,所以從尾盤往序盤探索,從區域往全局推演,都是從人 類確定的已知去探索未知,都希望摸索並找到"最佳的"一手或"最好的"變化 但這個AI只有在勢均力敵下的著手才較能滿足人類的這塊好奇心。只要勝率 兩方有差距後電腦只求滿足贏的條件下選的都不見得是局部最佳解。於是勝 率拉開後的棋對人類學習都沒甚麼幫助了,但人類希望的是就算全局大勢已 定,在區域還是想看到AI展現計算過後的最佳下法幫助解惑,明顯AlphaGo 的預設條件無法滿足這點 據說中國的偽物絕藝似乎贏的時候不太會退讓(這我沒關心不太確定,印象 中看過這說法)。所以也許未來參考DeepMind論文開發出來的其他AI,如果 設定讓AI追求的不單純是勝率,對人類從機器學棋可能會有更多實際幫助 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.83.66.131 ※ 文章網址: https://www.ptt.cc/bbs/GO/M.1495961471.A.AFD.html

05/28 17:13, , 1F
目前絕藝、deepzen都不太會退讓,但死活問題嚴重
05/28 17:13, 1F

05/28 17:13, , 2F
希望新論文可以增加棋力且改善死活判斷問題
05/28 17:13, 2F

05/28 17:14, , 3F
為所有棋手解答,退讓是不是為了更好判斷死活的正手
05/28 17:14, 3F

05/28 17:25, , 4F
不太會退讓也不代表它們在這方面比較符合人類預期,也許是
05/28 17:25, 4F

05/28 17:25, , 5F
全局評估跟掌控力不夠強,AI並不認為自己領先很多所以才持
05/28 17:25, 5F

05/28 17:26, , 6F
續強硬
05/28 17:26, 6F

05/28 17:28, , 7F
評估的不準跟死活會發生問題可以說是相關的事情,因為看不
05/28 17:28, 7F

05/28 17:28, , 8F
清死活,做不出準確判斷,結果就沒辦法在自己優勢時判斷出
05/28 17:28, 8F

05/28 17:29, , 9F
自己已經優勢,結果就不會進入到穩定求勝的階段
05/28 17:29, 9F
※ 編輯: ilw4e (111.83.66.131), 05/28/2017 18:44:23

05/28 20:01, , 10F
驪龍剛剛才在收官時自填一目 我想絕藝應該也會有點類
05/28 20:01, 10F

05/28 20:01, , 11F
似問題
05/28 20:01, 11F

05/29 11:51, , 12F
阿法狗,只當這是一場競技,他的重點是贏而非追求神乎其
05/29 11:51, 12F

05/29 11:51, , 13F
技,這跟很多體育比賽一樣,當棒球強隊贏對手時,也會讓
05/29 11:51, 13F

05/29 11:51, , 14F
防守較好的隊員上來防就好,攻擊可以稍微沒那強沒關係,
05/29 11:51, 14F

05/29 11:51, , 15F
重點是不要失誤失分
05/29 11:51, 15F
文章代碼(AID): #1PAez_hz (GO)
文章代碼(AID): #1PAez_hz (GO)