Re: [新聞] 人工智慧盯上星海爭霸 韓選手：不是對手已回收

看板C_Chat作者 (咩滴可)時間7年前 (2017/05/22 15:31), 編輯推噓20(20推 0噓 50→)
留言70則, 20人參與, 最新討論串6/8 (看更多)
事實上大家都搞錯方向了 alphago打玩星海的目標不是為了打敗人類 而是為了研究如何訓練ai 讓ai以接近人類思考的方式做決策 以圍棋來說 今天就算有能夠把所有圍棋步數算出來的電腦 科學家還是會想辦法試著讓AI以接近人類思考的方式來下圍棋 在圍棋方面 alphago的確是做到了 但是比起現實世界圍棋還是不夠複雜 星海的複雜度比起圍棋更接近現實世界 而且會選擇星海的重點是星海是一款''即時''戰略遊戲 圍棋的回合制在思考時間上相當充足 但是星海每一刻都會接受新的資訊 當獲得這訊息時要不要改變做出新決策 這都是ai需要研究的方向 而apm跟本不是重點 目的不是為了打敗人類而是訓練ai 如果apm的優勢非常巨大 那科學家就會限制電腦的apm ----- Sent from JPTT on my Samsung SM-G950F. -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.8.200.106 ※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1495438312.A.365.html
→
05/22 15:35, , 1F
不對 AlphaGO沒做到 它的思考方式跟人類完全不同
05/22 15:35, 1F
推
05/22 15:36, , 2F
請問後來有人知道alphaGo是怎麼思考的嬤
05/22 15:36, 2F
推
05/22 15:36, , 3F
所以我提議打一代，因為不會有蟲族刷一排蟑螂apm破1
05/22 15:36, 3F
→
05/22 15:36, , 4F
500這種事
05/22 15:36, 4F
→
05/22 15:36, , 5F
不然反而變成對阿法狗不利
05/22 15:36, 5F
推
05/22 15:37, , 6F
重點一直都不在輸贏 這是個開發AI的實驗
05/22 15:37, 6F
→
05/22 15:37, , 7F
資源不對等 這個實驗就沒有意義了
05/22 15:37, 7F
→
05/22 15:38, , 8F
就像你希望AI學習怎麼跑步可以跑贏人類
05/22 15:38, 8F
→
05/22 15:38, , 9F
結果你給他車開 那他還學什麼 油門踩了就贏了
05/22 15:38, 9F
推
05/22 15:38, , 10F
有道理 還蠻期待到底會怎麼打
05/22 15:38, 10F
推
05/22 15:39, , 11F
教會AI開車也是成就了
05/22 15:39, 11F
→
05/22 15:39, , 12F
AlphaGO那種全局勝率人類根本計算不來 只能模仿棋步
05/22 15:39, 12F
→
05/22 15:39, , 13F
他們是想實驗怎麼教AI自己去學
05/22 15:39, 13F
→
05/22 15:41, , 14F
alpha go偏人類思維啊
05/22 15:41, 14F
→
05/22 15:41, , 15F
依據經驗刪除比較不可能的展開
05/22 15:41, 15F
→
05/22 15:41, , 16F
去模擬其他展開
05/22 15:41, 16F
→
05/22 15:41, , 17F
只是他一次看整張圖
05/22 15:41, 17F
→
05/22 15:41, , 18F
人腦容量沒這麼大
05/22 15:41, 18F
→
05/22 15:43, , 19F
不只全局跟細部的分別 AlphaGO算勝率人類算目 這也不同
05/22 15:43, 19F
→
05/22 15:44, , 20F
要限制眼力啊姆咪
05/22 15:44, 20F
推
05/22 15:44, , 21F
姆咪眼睛會變愛心 視線是不是也會變很奇怪啊= =
05/22 15:44, 21F
推
05/22 15:45, , 22F
完美姆咪世界
05/22 15:45, 22F
→
05/22 15:45, , 23F
人類算不到那麼細 只能去追求目數 但AlphaGO可以
05/22 15:45, 23F
→
05/22 15:46, , 24F
還有記憶力也要限 有時候埋地毒爆會被遺忘QQ
05/22 15:46, 24F
→
05/22 15:46, , 25F
所有的指令最後都會附加姆咪 姆咪
05/22 15:46, 25F
→
05/22 15:46, , 26F
QB快去裝星海
05/22 15:46, 26F
→
05/22 15:47, , 27F
上次重灌刪掉了啦姆咪
05/22 15:47, 27F
→
05/22 15:51, , 28F
虧你還是前版主 竟然把星海刪掉了 欠燒!!!
05/22 15:51, 28F
推
05/22 15:58, , 29F
alphago只是神經卷積網路會去挑一些高機率出現的分
05/22 15:58, 29F
→
05/22 15:58, , 30F
支 但是並非直線邏輯的思考 跟人類還是不一樣的
05/22 15:58, 30F
推
05/22 16:03, , 31F
重要的不是背後的運作像人類 而是行為模式像人類吧
05/22 16:03, 31F
→
05/22 16:05, , 32F
反正最後也只是從外部做觀察 AI本身是模擬人腦還是有
05/22 16:05, 32F
→
05/22 16:05, , 33F
自己一套運作模式不見得很重要
05/22 16:05, 33F
→
05/22 16:05, , 34F
如果背後運作不像人類 代表人類沒法照那方法進步啊
05/22 16:05, 34F
推
05/22 16:11, , 35F
也沒人真的知道人類腦袋是怎麼運轉的
05/22 16:11, 35F
→
05/22 16:12, , 36F
現在的目標只要外在行為有像就很了不起了
05/22 16:12, 36F
推
05/22 16:14, , 37F
目前有一派人只是想做AI 所以人類能不能進步不是重點
05/22 16:14, 37F
→
05/22 16:14, , 38F
另一派以電腦作為理解人腦的工具 演算法上是以建立
05/22 16:14, 38F
→
05/22 16:14, , 39F
實際可能的模型為目標
05/22 16:14, 39F
→
05/22 16:14, , 40F
然後決定「好或不好」(相對於「對或不對」)一直是人腦比電
05/22 16:14, 40F
→
05/22 16:14, , 41F
腦強的地方
05/22 16:14, 41F
推
05/22 16:14, , 42F
重不重要看是對誰,對我們這種旁邊喊燒的或許是只看結果
05/22 16:14, 42F
→
05/22 16:15, , 43F
對開發者來說背後運作的原理就很重要了,deep mind丟論文
05/22 16:15, 43F
→
05/22 16:16, , 44F
出來馬上啟發一堆團隊用類似方法生出棋力強勁的新軟體
05/22 16:16, 44F
→
05/22 16:17, , 45F
對棋手(或將來其他領域的選手)來說,參考AI用不是人類的另
05/22 16:17, 45F
推
05/22 16:17, , 46F
不過deep mind跟人腦模型有一段差距 雖然都是類神經出
05/22 16:17, 46F
→
05/22 16:17, , 47F
來
05/22 16:17, 47F
→
05/22 16:17, , 48F
一種方式去判讀,也是會有很大的啟發,自李世石那五盤以來
05/22 16:17, 48F
推
05/22 16:18, , 49F
apm真的不是重點，會戰直接計算對手速度*0.5-0.8調整就好
05/22 16:18, 49F
→
05/22 16:18, , 50F
圍棋界看報導也是吹起各種新風潮
05/22 16:18, 50F
→
05/22 16:18, , 51F
真正偏生物向的至少要考慮每個神經元的firing rate或sp
05/22 16:18, 51F
→
05/22 16:18, , 52F
ike train. 還有一個假說是用離子層級在存訊息 感覺
05/22 16:18, 52F
→
05/22 16:18, , 53F
很複雜
05/22 16:18, 53F
→
05/22 16:19, , 54F
外行看熱鬧,內行看門道
05/22 16:19, 54F
→
05/22 16:24, , 55F
4
05/22 16:24, 55F
推
05/22 16:33, , 56F
4
05/22 16:33, 56F
→
05/22 17:00, , 57F
人工知能其實就是最佳化選擇...
05/22 17:00, 57F
→
05/22 17:00, , 58F
先把概況算出來，走哪一步他接下來會贏的結果是最多的
05/22 17:00, 58F
推
05/22 17:03, , 59F
去了解一下 ANN 的結構，應該就不會說是模仿人類思考了
05/22 17:03, 59F
推
05/22 17:11, , 60F
ANN 的內部結構就很難搞了, DNN/CNN 應該是沒救
05/22 17:11, 60F
→
05/22 17:13, , 61F
現狀是弄個兩三層就很難知道裡面在幹嘛了...
05/22 17:13, 61F
→
05/22 17:13, , 62F
那些弄十幾二十層以上的應該遠超過人類理解範圍
05/22 17:13, 62F
推
05/22 17:14, , 63F
有 universal approximation theorem 就好啦
05/22 17:14, 63F
→
05/22 17:14, , 64F
現在連學界的人都幾乎放棄理論研究了
05/22 17:14, 64F
→
05/22 17:18, , 65F
像有一些 RNN 都不知道是參考過人腦機制還是憑空想的
05/22 17:18, 65F
推
05/22 18:13, , 66F
alphago是根據他龐大的經驗資料庫去做廣度跟深度的“搜尋
05/22 18:13, 66F
→
05/22 18:13, , 67F
”
05/22 18:13, 67F
→
05/22 18:13, , 68F
要類人腦的話類神經網路會比較像，只是不適合拿來下棋
05/22 18:13, 68F
→
05/22 20:14, , 69F
AlphaGo 就是用類神經網路......
05/22 20:14, 69F
推
05/22 20:55, , 70F
重查了一下...我錯了QQ
05/22 20:55, 70F
‣ 更多 MAIDic 的文章
文章代碼(AID): #1P8fFeDb (C_Chat)
討論串 (同標題文章)
完整討論串 (本文為第 6 之 8 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共8篇)
‣ 更多 MAIDic 的文章
文章代碼(AID): #1P8fFeDb (C_Chat)