[閒聊] AlphaGO掀起圍棋界的大波瀾

看板GO作者 (下雨天)時間8年前 (2016/03/11 12:52), 8年前編輯推噓37(370574)
留言611則, 21人參與, 最新討論串1/2 (看更多)
先說明我只是圍棋的門外漢,程式也只是略懂, 心中有些感想想分享,版主若覺得不適麻煩幫刪掉,感謝! 如果今天是一位學棋不過四五年十歲的天才兒童, 半年前挑戰樊麾贏了,半年後挑戰李世石下出一堆怪招還是贏了, 人們會如何看待這位十歲天才與圍棋的未來呢? 我想大多數人會更期待他能下出怎樣的棋而不是擔心棋界被壟斷吧。 我覺得大多數人對電腦的不信任是因為心裡想的是舊的演算法, 認為電腦只是會背一堆棋譜一堆定石,並在收官時完美算子來下贏, 所有的勝負只是端看誰背的知識更純熟誰的官子計算更完美, 那圍棋充滿魅力的佈局與大局觀完全消失殆盡,這真的讓人沮喪, 但這兩盤很明顯的電腦並不是靠定石靠收官在贏棋, 反而是下出了人們意想不到的佈局棋局, 看似很差卻怎麼也無法針對其弱點給予一擊致命的打擊, 如果多了解這次人工智慧的背景越會了解它完全像人類思考, 只是他的學習能力是人類的數千倍他的體力也是人類的數十倍, 就像是一位真正完美無瑕的天才圍棋兒童一般, 他不但過目不忘而且還能自己跟自己每天對奕上千上萬盤並檢討。 對AlphaGO來說他也跟眾多棋手一樣靠著不斷模擬對奕在尋找神的境界呢。 最後來談談AlphaGO的出現可能造成的變化吧, 好的方面來看,就追求最好的一步棋來說, 電腦的出現可以幫助人們思考, 很多原先因為太複雜很難去考慮的中空落子問題, 可以讓電腦先去跑出幾個好的選點再來詳細討論與思考, 就像一位天才圍棋的誕生永遠都會革新讓圍棋界進步, 人們將會離一直追尋的神的境界又跨出了一大步, 同時這位天才棋士還是可以複製的,學棋的成本將大大降低, 不但可以複製連各種棋風都可以很輕易設計出來, 只要將最後贏棋目標目數提高自然會變得更加主動進攻, 人們將能更了解圍棋中複雜的面貌,厚薄優劣貼目多寡等等的。 壞的方面來看,未來職業棋士將何處而去? 如果不久的將來Google最後開發出來完整的圍棋教學分析系統, 每個人都可以輕易的用較低成本來學棋, 職業棋士最重要的生路會不會被機器取代? 連生存都很困難的情況下之後還會有人敢踏入圍棋界嗎? 另外既然人類學習效率比不贏電腦,會不會就失去學棋的目標, 未來追求圍棋中的最佳路徑將完全交給了電腦, 圍棋變成了一種休閒而不再是一種職業了。 除非能找到人工智慧演算法中的漏洞, 讓他的自我學習機制產生迴圈或是收斂急速趨緩的瓶頸, 不然圍棋界電腦完全征服人腦的時間遲早會來, 而且來的比大多數人想像的快太多了。 如果電腦帶來的圍棋界的毀滅, 我想這絕對不是開發者黃博士心中的願景, 所以我相信最終必能找到適當的解決辦法處理可能發生的困擾。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.135.199.153 ※ 文章網址: https://www.ptt.cc/bbs/GO/M.1457671927.A.205.html

03/11 12:55, , 1F
先看李世石能不能贏一盤再來擔心也不遲
03/11 12:55, 1F

03/11 12:56, , 2F
以後GOOGLE可以開個AlphaGO盃不斷找職棋來挑戰這個頭銜w
03/11 12:56, 2F

03/11 12:56, , 3F
就算電腦下出很多精彩的下法,也是要人來解釋給大家
03/11 12:56, 3F

03/11 12:56, , 4F
懂啊
03/11 12:56, 4F

03/11 12:57, , 5F
解說找siri好了w 不然找初音(欸
03/11 12:57, 5F

03/11 12:58, , 6F
開發者主要的用意並不是要下圍棋 圍棋只是用來衡量人工智慧的
03/11 12:58, 6F

03/11 12:59, , 7F
我覺得大家想太多了,人類有人類的世界,電腦有電腦的世
03/11 12:59, 7F

03/11 12:59, , 8F
一把尺
03/11 12:59, 8F

03/11 13:00, , 9F
界,設計程式是為了驗證目前電腦的能力,不然人類幹嘛還
03/11 13:00, 9F

03/11 13:01, , 10F
要比賽,就是在人類的比賽中追求人類的極限
03/11 13:01, 10F

03/11 13:03, , 11F
再來人類本來就有資質上的差異,師父領進門修行在各人
03/11 13:03, 11F

03/11 13:04, , 12F
目前AlphaGo的開盤和中盤棋步絕對都還不是最佳解
03/11 13:04, 12F

03/11 13:08, , 13F
AI針對可能落子的點個別根據權重給出分數,你要解
03/11 13:08, 13F

03/11 13:08, , 14F
釋就只有自己去讀參數
03/11 13:08, 14F

03/11 13:36, , 15F
圍棋可以一直研究到黑不貼目的情況下必勝幾目 算清所
03/11 13:36, 15F

03/11 13:36, , 16F
有變化
03/11 13:36, 16F

03/11 14:30, , 17F
問題在於 版上一票人都覺得AlphaGo中前半也都是最佳解
03/11 14:30, 17F

03/11 14:30, , 18F
講的AlphaGo是窮舉什麼都知道一樣 說前半AG有問題
03/11 14:30, 18F

03/11 14:30, , 19F
還要被嗆XD
03/11 14:30, 19F

03/11 14:31, , 20F
應該不是說AG有問題,而是人類對圍棋的概念有問題。
03/11 14:31, 20F

03/11 14:32, , 21F
若一個著手是當下勝率最高的,最能導致勝局,那對「必須
03/11 14:32, 21F

03/11 14:32, , 22F
求勝才有意義」的圍棋來說,自然是當下最佳解,不論它的
03/11 14:32, 22F

03/11 14:32, , 23F
形再醜,就是最佳解。所以是人類對圍棋的概念必須修正,
03/11 14:32, 23F

03/11 14:33, , 24F
,修正為「只要是為了求勝的著手就是好手」,而不是取一
03/11 14:33, 24F

03/11 14:33, , 25F
個其他意義上的「最優著手」,不論是著重在形還是常用的
03/11 14:33, 25F

03/11 14:33, , 26F
棋勢手順上。
03/11 14:33, 26F

03/11 14:33, , 27F
你的想法還是在窮舉上打轉 所謂最佳解自然是指對整盤局
03/11 14:33, 27F

03/11 14:33, , 28F
從頭到尾來說
03/11 14:33, 28F

03/11 14:34, , 29F
這個最佳解不是對人類來說 而是以若能窮舉下來說
03/11 14:34, 29F

03/11 14:34, , 30F
這不是在說窮舉,而是在說AG對勝率的計算上,對AG而言能
03/11 14:34, 30F

03/11 14:34, , 31F
力上能做到的最佳解。
03/11 14:34, 31F

03/11 14:35, , 32F
目前的電腦做不到窮舉,人腦也做不到,所謂的最佳解都是
03/11 14:35, 32F

03/11 14:35, , 33F
相對性的,只是阿發狗算出來的最佳,遠比人腦來得更佳。
03/11 14:35, 33F

03/11 14:37, , 34F
就是因為雙方都做不到窮舉 都下不出最佳解
03/11 14:37, 34F

03/11 14:37, , 35F
所以你無法確認 到底前半盤 AG是不是有下錯
03/11 14:37, 35F

03/11 14:37, , 36F
所謂的下錯 自然是指相對於窮舉 而不是只人類
03/11 14:37, 36F

03/11 14:38, , 37F
因為前半盤可下處更多 所以AG找到最佳解的機率較低
03/11 14:38, 37F

03/11 14:38, , 38F
它只能找到它自己覺得的最佳解 但相對窮舉 不一定是最佳
03/11 14:38, 38F

03/11 14:38, , 39F
所以它可能前半盤也損了 只是因為李世石 也不是窮舉
03/11 14:38, 39F
還有 532 則推文
還有 1 段內文
03/11 16:36, , 572F
式來表現,這一直不是互斥的
03/11 16:36, 572F

03/11 16:37, , 573F
過去的基礎演算法大多可以被證明最佳或高效啦。而後來的話
03/11 16:37, 573F

03/11 16:37, , 574F
其實我感覺圍棋更注重最佳的一步而非最高效的一步(連思
03/11 16:37, 574F

03/11 16:37, , 575F
都會採用大量例證來做機率上、可能性的討論,雖沒有嚴謹證
03/11 16:37, 575F

03/11 16:38, , 576F
考時間都一起來算),否則早有人在探討每步棋該花多少時
03/11 16:38, 576F

03/11 16:38, , 577F
明,但只要自己不要說死成必然比別人更好,則大量例證至少
03/11 16:38, 577F

03/11 16:38, , 578F
間才是最好的,像這次AG所花時間就是一個很有趣的題目
03/11 16:38, 578F

03/11 16:38, , 579F
還是可以有可信度,最少是表達了在某方向案例的效能
03/11 16:38, 579F

03/11 16:39, , 580F
@sadmonkey 快棋賽就是在注重高效的規則喔。
03/11 16:39, 580F

03/11 16:39, , 581F
不過其實很單純用第幾手該用多少時間就能有不錯效果
03/11 16:39, 581F

03/11 16:40, , 582F
但是如果是兩三小時的比賽,某一步花了太多時間以人類
03/11 16:40, 582F

03/11 16:40, , 583F
來說會說那手很重要所以要好好想,以電腦來說給一個好
03/11 16:40, 583F

03/11 16:41, , 584F
的函數來處理前中後盤所需時間是更高效的演算法
03/11 16:41, 584F

03/11 16:42, , 585F
這次AG的用時確實也是一個很有討論價值的議題,不管是圍棋
03/11 16:42, 585F

03/11 16:42, , 586F
面或資訊科學面都是
03/11 16:42, 586F

03/11 16:43, , 587F
AG如何調配他的用時,如何覺得算到目前的解就夠高效可以吐
03/11 16:43, 587F

03/11 16:43, , 588F
好的用時函數應該都可寫一篇論文了,不過都被買下來了
03/11 16:43, 588F

03/11 16:43, , 589F
出來是一個很有價值的更強化方向
03/11 16:43, 589F

03/11 16:44, , 590F
看來也會被當商業機密保存吧
03/11 16:44, 590F

03/11 16:48, , 591F
先贏一盤再說
03/11 16:48, 591F

03/11 17:12, , 592F
其實我是很期待李世石不管怎樣要贏下一盤來,這不管對圍棋
03/11 17:12, 592F

03/11 17:13, , 593F
或AI研究都會有後續更大幫助。一面倒的話就更難找改進方向
03/11 17:13, 593F

03/11 17:13, , 594F
了,卻又無法輕下結論說已經最好XD
03/11 17:13, 594F

03/11 17:14, , 595F
我覺得李世石當初沒選慢棋是大錯, 人腦比電腦更需要時間
03/11 17:14, 595F

03/11 17:14, , 596F
事實證明最後時間不夠用收官就虧死了 前面是要領先多少
03/11 17:14, 596F

03/11 17:14, , 597F
才夠這樣花?
03/11 17:14, 597F

03/11 17:16, , 598F
我是覺得從第二盤來看李要下贏很困難,電腦序盤的布局
03/11 17:16, 598F

03/11 17:17, , 599F
讓所有專家一致看說電腦沒救了,沒想到黑37竟然最後真
03/11 17:17, 599F

03/11 17:17, , 600F
的達到救活黑兩子的效用,整條黑龍被攻白也沒佔到便宜
03/11 17:17, 600F

03/11 17:20, , 601F
不過也是要比了才知道,就算沒有贏如果李世石下一次大
03/11 17:20, 601F

03/11 17:21, , 602F
賽反而功力大增拿到冠軍,那也是另一種震撼
03/11 17:21, 602F

03/11 17:45, , 603F
功力大減機會較高 因為根本不知道電腦是基於什麼放那 在什
03/11 17:45, 603F

03/11 17:46, , 604F
麼情況下可以放 雖然事後解釋一大堆 這些解對不對都不知道
03/11 17:46, 604F

03/11 17:55, , 605F
我相信會增加,事後倒推,人可以歸納出一些道理
03/11 17:55, 605F

03/11 18:02, , 606F
在碰過AI之前我的想法跟liaon一樣 但是碰
03/11 18:02, 606F

03/11 18:02, , 607F
過之後才知道在混沌的世界,不太可能有窮
03/11 18:02, 607F

03/11 18:02, , 608F
舉下的最佳一手
03/11 18:02, 608F

03/11 18:05, , 609F
我也稍微碰過AI啊XD 所以才覺得無法窮舉而有討論空間啊
03/11 18:05, 609F

03/11 18:06, , 610F
能窮舉 就不用AI了...
03/11 18:06, 610F

03/11 19:08, , 611F
覺得誤會AlphaGO了 他不是在下最佳解只是求當下這盤勝率高
03/11 19:08, 611F
文章代碼(AID): #1Muaxt85 (GO)
文章代碼(AID): #1Muaxt85 (GO)