[情報] 黃博士今日演講內容

看板GO作者 (異質運算)時間6年前 (2017/11/10 13:23), 編輯推噓23(23推 0噓 21→)
留言44則, 18人參與, 6年前最新討論串1/1
簡單提一下今天黃博士演講重點 演講標題是深度學習與強化學習的勝利 認為zero是最佳的deepmind電腦圍棋這部分最佳的收尾 黃博士對於一開始擊敗樊輝就發nature有些不解，我們要挑戰李世石結果把所有技術都透漏給所有人，但deepmind的想法是我們需要分享技術讓世界一起進步 google對alphago團隊最大幫助是TPU 認為Master已經完美解決李世石第四盤的bug，解決方式與神經網路架構(dual res)和訓練都有關，並且以他多年的電腦圍棋經驗與測試過後，認為不會再出現此類bug Master是20block res-net，並改進了training pipeline和MCTS，也解決了模仿棋和循環劫(沒說怎麼做)，能讓lee版本3子並超過50%勝率 master年初60連勝每一步4-8秒，在台灣，吃泡麵配黑松沙士下的，是黃博士積極鼓吹要出來測試，Hassabis說要低調並使用韓國國籍，一開始不得透漏身分 Hassabis說要挑強的下，但是第一天職業沒人願意跟0勝0負的下，都被拒絕，等到第一天10連勝之後第二天開始拒絕別人邀請 master下的時候可以看勝率隨步數的圖，基本上50手之前斜率很高並且確立極大優勢，唯一例外是柯潔烏鎮第二盤 4月的時候已經有zero，但由於要發nature所以不能拿來下 當初開發zero沒預料到會超過master master年初開發完畢之後，zero由其他人負責開發，黃博士繼續想方法增強master zero不是放在那邊增強學習就會變強，中間需要做很多優化，否則有bug不會進步，其中一個重大bug發生在第三天(紀錄人表示：所以看來絕藝有得忙了 AntiAlphaGo，不是像大家想的那樣有新的技術，就是左右互搏，也不是gan(生成式對抗網路) master是否被人類棋譜拖累？答案是不確定，因為master訓練時間較短，deepmimd也沒有針對同等條件去比較。 以上，有其他疏漏請其他人補充，並歡迎轉載，但請說明作者是Hetercompute ----- Sent from JPTT on my Samsung SM-A710Y. -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.109.127.9 ※ 文章網址: https://www.ptt.cc/bbs/GO/M.1510291395.A.4F4.html
推
11/10 13:28, 6年前 , 1F
第三天？這麼巧就是達到李世石版的那時候？
11/10 13:28, 1F
推
11/10 13:42, 6年前 , 2F
btw, AGZ 不會 open source.
11/10 13:42, 2F
推
11/10 14:11, 6年前 , 3F
嗚嗚 好想聽現場
11/10 14:11, 3F
推
11/10 15:12, 6年前 , 4F
這篇訪問算是證實了DZG作者的猜想，master是用比較小
11/10 15:12, 4F
→
11/10 15:12, 6年前 , 5F
的網路才輸給zero，master跟zero在相同網路下并沒有
11/10 15:12, 5F
→
11/10 15:12, 6年前 , 6F
明顯的優劣
11/10 15:12, 6F
→
11/10 15:14, 6年前 , 7F
上面講錯，應該說master跟zero在相同條件下誰優誰劣
11/10 15:14, 7F
→
11/10 15:14, 6年前 , 8F
還未知
11/10 15:14, 8F
推
11/10 15:16, 6年前 , 9F
另外我有個疑問，記得當初有提到，master只計算到20步
11/10 15:16, 9F
→
11/10 15:16, 6年前 , 10F
，這個20步跟resnet的20-block有關係嗎?
11/10 15:16, 10F
推
11/10 15:17, 6年前 , 11F
推
11/10 15:17, 11F
推
11/10 15:22, 6年前 , 12F
柯潔也真的是夠神了
11/10 15:22, 12F
推
11/10 16:47, 6年前 , 13F
很難說是證實了 其實Aja在被問的時候不是這樣說的 他只是說
11/10 16:47, 13F
→
11/10 16:48, 6年前 , 14F
不能因為AGZ的強大 就說人類的知識本質沒有用處 只能說透過
11/10 16:48, 14F
→
11/10 16:49, 6年前 , 15F
Zero可以真的"從零學會", 但他們不能評估這兩者用同樣的計
11/10 16:49, 15F
→
11/10 16:49, 6年前 , 16F
算量 Master 不會輸 因為在回答過程中aja 不止一次說他們非
11/10 16:49, 16F
→
11/10 16:50, 6年前 , 17F
常驚訝Zero的訓練結果（本來以為是根本不可能贏過Master,沒
11/10 16:50, 17F
→
11/10 16:50, 6年前 , 18F
想到很快就碾壓了）
11/10 16:50, 18F
推
11/10 19:24, 6年前 , 19F
在台灣，吃泡麵配黑松沙士下的XDD
11/10 19:24, 19F
推
11/10 21:54, 6年前 , 20F
太辛苦了(算沈迷嗎?) 都沒有出門或自己煮好好的吃個飯
11/10 21:54, 20F
→
11/10 23:41, 6年前 , 21F
zero的演算法也是一直優化才比master強
11/10 23:41, 21F
→
11/10 23:42, 6年前 , 22F
那個人不看好騰訊能完整複製zero的棋力了
11/10 23:42, 22F
推
11/11 00:07, 6年前 , 23F
AlphaGO與其說是科學上的突破，不如說是工程上的奇蹟
11/11 00:07, 23F
推
11/11 00:08, 6年前 , 24F
看硬體怎麼進步吧，硬體追得上的話說不定20年後變大學
11/11 00:08, 24F
→
11/11 00:08, 6年前 , 25F
機器學習的學期大專題
11/11 00:08, 25F
推
11/11 04:23, 6年前 , 26F
11/11 04:23, 26F
→
11/11 04:24, 6年前 , 27F
AlphaGo Zero 只用了三天，就走過人類幾千年圍棋研究的歷程
11/11 04:24, 27F
推
11/11 07:57, 6年前 , 28F
很佩服deepmind分享知識的作法
11/11 07:57, 28F
推
11/11 14:34, 6年前 , 29F
所以master就已經只用一個神經網路了嗎?
11/11 14:34, 29F
→
11/11 17:32, 6年前 , 30F
對，只用Res-Net
11/11 17:32, 30F
推
11/11 18:53, 6年前 , 31F
我很早就提,我們不能只看三天很短,但三天中,它進入高品質
11/11 18:53, 31F
→
11/11 18:54, 6年前 , 32F
的棋局,比人類幾千年來的高品質,其實應該是不知多多少倍
11/11 18:54, 32F
→
11/11 18:59, 6年前 , 33F
這也難說,人類不在對弈的時候, 有些人腦中依然在運算這些
11/11 18:59, 33F
→
11/11 18:59, 6年前 , 34F
只是沒有下出來, 或者下出來沒有留下棋譜
11/11 18:59, 34F
→
11/11 19:03, 6年前 , 35F
只能說人類的資訊整合能力與計算能力遠輸於AG
11/11 19:03, 35F
推
11/11 19:16, 6年前 , 36F
三天看來很短 但那已經累積上百萬盤的樣本了
11/11 19:16, 36F
推
11/11 19:17, 6年前 , 37F
沒有google這種資本 一般開發者根本不可能這樣設計
11/11 19:17, 37F
推
11/11 19:22, 6年前 , 38F
Zero用的設備就像進入精神時光屋一樣,1700年用40天達成
11/11 19:22, 38F
推
11/11 19:24, 6年前 , 39F
人類歷史上所有棋局加起來也不過零頭吧 質也一定輸
11/11 19:24, 39F
推
11/12 02:56, 6年前 , 40F
主要是人類並不是一個整體，有大量的運算資源被浪費在各自
11/12 02:56, 40F
→
11/12 02:57, 6年前 , 41F
算各自的東西，再來就是下完一局棋以評估所花時間太久
11/12 02:57, 41F
推
11/12 13:07, 6年前 , 42F
人類是各自學 流派又不交流
11/12 13:07, 42F
推
11/12 19:44, 6年前 , 43F
alphago lee是13block，Master是20block
11/12 19:44, 43F
→
11/12 19:44, 6年前 , 44F
zero則有20block和40block兩種版本
11/12 19:44, 44F
‣ 更多 HeterCompute 的文章
文章代碼(AID): #1Q1JV3Jq (GO)