Fw: [新聞] 台版AlphaGo在交大 程度接近職業棋士

看板specialman作者 (一角兩角三角形!)時間8年前 (2016/03/22 20:58), 8年前編輯推噓0(000)
留言0則, 0人參與, 最新討論串1/1
※ [本文轉錄自 Gossiping 看板 #1MwKok83 ] 作者: honamida (honamida) 看板: Gossiping 標題: Re: [新聞] 台版AlphaGo在交大 程度接近職業棋士 時間: Wed Mar 16 20:08:11 2016 ※ 引述《celestialgod (天)》之銘言: : 1.媒體來源: : 蘋果日報 : 2.完整新聞標題: : 台版AlphaGo在交大 程度接近職業棋士 : 3.完整新聞內文: : 備受各界矚目的「人機大戰」最終回剛剛結束,Google團隊開發的人工智慧圍棋軟體 : AlphaGo贏得勝利,以4勝1負結束跟南韓棋王李世石震撼全世界,其實在這之前 : ,國立交通大學就有一台未曝光的電腦圍棋程式CGI,在短短1年研發後,就已成功挑戰職 : 業棋士,並在上月底擊敗棋城(知名對弈網站)業餘七段棋士,以1勝1負的成績與二段職 : 業棋士林杰漢打成平手,成績令人側目。 : 由交通大學資訊工程研究所教授吳毅成的實驗室所研發的人工智慧程式CGI(CGI Go : Intelligence),主要是由吳廸融同學撰寫,,吳毅成說,10年前蒙地卡羅樹狀搜尋演算 : 法(MCTS),大幅提升了人工智慧程式強度,近年來「深度學習」技術模擬人腦神經元, : 讓人工智慧辨識更精確、更接近人類大腦,又再大幅提升圍棋程式到「職業段位」,這些 : 技術未來應可應用在醫療、防災等問題上,可對人類作出更多的貢獻。 : 吳毅成說,從去年底,陳冠文、藍立呈兩位同學加入開發團隊,開始研發「深度學習」技 : 術,並應用在CGI程式上,今年2月,在CGOS(圍棋程式網站)排名中,與過去一直都是最 : 強的日本圍棋程式ZEN不相上下,最近兩周,研究團隊密集邀請業餘高段棋士測試,CGI已 : 領先的成績,擊敗許多棋城7段棋士。 : 「前兩天CGI挑戰2段職業棋士,打成平手」,吳毅成說,在沒有讓子的情形下,CGI與2段 : 職業棋士林杰漢打成1勝1負平手,可見CGI棋力已具有業餘高段棋士水準,未來若在更多 : 的資源挹注下,希望有機會成為「台版AlphaGo」。 : 吳毅成表示,AlphaGo使用數千核心電腦、數百顆GPU來執行演算,目前CGI仍未擁有這樣 : 頂級的配備和資源,但實驗室目前擁有非常多優秀研發,例如日前火紅的「2048」遊戲, : 在研究團隊的研究下,研發出一款人工智慧程式,並成為全世界第一個達到65536方塊的 : 紀錄,成為另類台灣之光。 : 交大表示,吳毅成教授是六子棋的發明人,指導研究團隊多年來發展許多棋牌類遊戲的人 : 工智慧程式不遺餘力,並屢獲得國際奧林匹亞冠軍,2013年更同時獲得五項冠軍(包括六 : 子棋、禁圍棋、暗棋、麻將、Nonograms),為有史以來獲得最多冠軍的團隊。(突發中 : 心黃羿馨/新竹報導) : 4.完整新聞連結 (或短網址): : http://www.appledaily.com.tw/realtimenews/article/life/20160315/816708/ : 5.備註: : 所以跟alphogo用的技術差不多?! 和朋友借帳號來闢謠一下 因為實在不想被說來沾光的 先講結論 相較 AlphaGo 我們和 AlphaGo 差很多 但也沒爛到 只是隨便弄弄 好歹我們常常在實驗室到半夜兩點 當然 Google單機還是比我們強超多 Google 無論在人力上 還是CNN的技術上 都優於我們 (我們去年才開始研究CNN) 但問題還是在於機器數量真的差太大了 如果訓練一個可用的模組 他們用一個禮拜了話 我們因為機器數量的關係 要超過五個月 所以我們連複製 Google 的結果都相當困難 CNN(convolution neural network) 在圍棋AI應用中 大約一年半前才開始有人發相關的PAPER 那個時候的結果還沒有很好 ZEN(最強的AI之一)的作者 也不止一次說 他覺得 重點不是CNN 而在於模擬的過程 而他們模擬的品質也真是我們所望塵莫及的 那個時候 最強的AI的強度大約 KGS(一個下網路圍棋的平台) 六段 而我們只有廢廢的KGS 三段 去年大約10月的時候 大家紛紛發現CNN的強大 Zen CrazyStone Facebook 都開始加了 我們也在11~12月時在我們程式上得到不錯的結果 http://www.yss-aya.com/cgos/19x19/bayes.html 原本在這個網站上 我們 ELO 只有 2400 加完之後馬上 變成2900 而那個時候最強的 ZEN也只有 3000 而在圍棋AI社群中 三月在日本有一個重要的比賽 UEC 大部分強的程式 都會參加 所以當我們聽到 Google 沒有打算參加 都有不小的疑惑 因為聽 Aja 的說法 Google 的結果很好 時間來到今年一月 當大家都透過 CNN 好不容易快要讓各自的程式達到 夢寐以求的職業門檻 連祖克柏都公開自豪的說他們程式很強 Google 就發表了他們的 Paper 表示他們在去年10月就贏了歐洲職業 這就像狠狠打了所有做圍棋AI人巴掌 原來 Google 不參加 UEC 是因為已經不同等級了 而且還敢點名李世石來下 但其實我在看完論文後 還是不相信 Google 能下的贏李世石 因為他還是沒有處理 MCTS的很多致命傷 接下來大家就知道了 李世石被 1:4 Google 應該加了不少新招 減少了MCTC的致命傷 我們也只能等他們新的 paper 才知道了 最後講一個比喻好了 假如贏人類最強 像吃巴龍 以前我們像裸裝 怎麼打 都沒有扣血 有CNN後 我們像有三件裝 血總算開始會扣了 感覺很有希望吃掉 當大家點的很開心的時候 Google 像農了十萬Q的狗頭 突然出現 一棒就把頭撿走了 無奈啊… -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.113.167.42 ※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1458130094.A.203.html

03/16 20:10, , 1F
嗯嗯有道理
03/16 20:10, 1F

03/16 20:11, , 2F
柯J表示:都不是我的對手
03/16 20:11, 2F

03/16 20:11, , 3F
推....教授要抓你去繼續寫論文?
03/16 20:11, 3F
論文現在快沒有辦法發了 如果我們沒有追上Google QQ

03/16 20:12, , 4F
狗頭只要農Q, 沒人能撐過一棒!
03/16 20:12, 4F

03/16 20:13, , 5F
推,真相
03/16 20:13, 5F

03/16 20:13, , 6F
03/16 20:13, 6F

03/16 20:14, , 7F
GNN比較強
03/16 20:14, 7F

03/16 20:14, , 8F
只能說Google也有去點外星科技樹 QQ
03/16 20:14, 8F

03/16 20:15, , 9F
專業給推
03/16 20:15, 9F

03/16 20:15, , 10F
那你們的程式可以贏黑嘉嘉嗎
03/16 20:15, 10F

03/16 20:16, , 11F
03/16 20:16, 11F

03/16 20:16, , 12F
最後一段算宅嗎 ?
03/16 20:16, 12F

03/16 20:17, , 13F
有笑有推
03/16 20:17, 13F

03/16 20:17, , 14F
Google已經上太空 其他人才剛開始殺豬公
03/16 20:17, 14F

03/16 20:19, , 15F
推推!aja是你? @@
03/16 20:19, 15F

03/16 20:20, , 16F
很淺顯易懂,研究的路很漫長,希望你們繼續走下去
03/16 20:20, 16F

03/16 20:22, , 17F
推狗頭
03/16 20:22, 17F

03/16 20:22, , 18F
台灣就是唱衰的人比會做事的多太多 加油吧交大Aja
03/16 20:22, 18F

03/16 20:25, , 19F
推 加油~~
03/16 20:25, 19F

03/16 20:25, , 20F
好奇問一下是輸在軟體還是硬體 單看排名跟ZEN有的拼說
03/16 20:25, 20F
除了Google之外 我們硬體沒有到輸 軟體技術上 跟Google比也還不夠 不過幾乎有理解了 我們傳統做棋類AI的一年前 連想都沒有想要用CNN

03/16 20:26, , 21F
113推
03/16 20:26, 21F

03/16 20:26, , 22F
推。 希望你們加油
03/16 20:26, 22F

03/16 20:27, , 23F
舉例淺顯
03/16 20:27, 23F

03/16 20:27, , 24F
03/16 20:27, 24F

03/16 20:27, , 25F
推!
03/16 20:27, 25F

03/16 20:28, , 26F
這領域很燒錢 硬體和維持費用都是
03/16 20:28, 26F

03/16 20:28, , 27F
03/16 20:28, 27F

03/16 20:30, , 28F
所以大型內容業者在這方面有先天上的優勢
03/16 20:30, 28F

03/16 20:31, , 29F
1推真誠
03/16 20:31, 29F

03/16 20:32, , 30F
XD
03/16 20:32, 30F

03/16 20:32, , 31F
加油
03/16 20:32, 31F

03/16 20:33, , 32F
03/16 20:33, 32F

03/16 20:33, , 33F
怎麼交大變成看別人論文,寫程式,比硬體的貨
03/16 20:33, 33F
四億鎂加二十幾個菁英弄出來的東西 不學嗎?XD 其實這點上我覺得很幸運 沒有Google 我畢業前也不會有這些東西可以學 我們當然有自己在嘗試的 但那就是機密了

03/16 20:33, , 34F
03/16 20:33, 34F

03/16 20:37, , 35F
google常幹這種事情啊..
03/16 20:37, 35F
還有 64 則推文
還有 15 段內文
03/17 00:47, , 100F
推 不過我可以問一下 這跟助手(くりす)有什麼關係嗎?
03/17 00:47, 100F
哈哈 只是作者 個人喜好吧 XD ※ 編輯: honamida (140.113.167.42), 03/17/2016 01:03:44

03/17 01:05, , 101F
推 辛苦了 就算用AWS開一堆暴力機器也要花超多錢...
03/17 01:05, 101F

03/17 01:14, , 102F
加油!
03/17 01:14, 102F

03/17 01:17, , 103F
Google主力是cpu啊 大概6:1弱 不是每台都配滿
03/17 01:17, 103F
gpu重要在於訓練 而且cpu其實相較之下好取得許多

03/17 01:18, , 104F
推推
03/17 01:18, 104F

03/17 01:25, , 105F
能問一下為何使用cnn而不考慮其他neural network 方法呢
03/17 01:25, 105F
跑的快 收練也快 尤其Go是一個平面的東西 有很多 pattern 可以歸類並抽象化 ( CNN最常用於2D 圖像辨視 )

03/17 01:29, , 106F
推!!!譬喻得很好
03/17 01:29, 106F
※ 編輯: honamida (140.113.167.42), 03/17/2016 01:42:10

03/17 01:58, , 107F
強者我高中同學,曾經的最強狗頭,現今最強索娜
03/17 01:58, 107F

03/17 07:24, , 108F
推 加油
03/17 07:24, 108F

03/17 07:45, , 109F
03/17 07:45, 109F

03/17 07:47, , 110F
加油加油
03/17 07:47, 110F

03/17 09:16, , 111F
加油
03/17 09:16, 111F

03/17 09:48, , 112F
加油
03/17 09:48, 112F

03/17 09:50, , 113F
加油
03/17 09:50, 113F

03/17 09:50, , 114F
加油!
03/17 09:50, 114F

03/17 12:27, , 115F
台灣LAB要跟GOOGLE拚,勇敢
03/17 12:27, 115F

03/17 12:29, , 116F
請問AlphaGo輸的那一盤 如果同樣步驟在重下一次
03/17 12:29, 116F

03/17 12:30, , 117F
他會重新修正78步棋嗎? 還是跟之前一樣?
03/17 12:30, 117F
除非他把棋譜拿去練 不然根據 paper 不會變 一樣看不到

03/17 12:35, , 118F
不只是個推!加油~~~一定可以的!
03/17 12:35, 118F
※ 編輯: honamida (140.113.167.42), 03/17/2016 13:05:24

03/17 13:33, , 119F
同業推一個
03/17 13:33, 119F

03/17 14:22, , 120F
同校&&有認識你們lab推~
03/17 14:22, 120F

03/17 15:07, , 121F
正解應該是之前盤面就會變了, 選擇多每次計算不會一樣
03/17 15:07, 121F

03/17 15:45, , 122F
他指的是 擺成76 給alpha 重想77 他不會發現對方可以下7
03/17 15:45, 122F

03/17 15:45, , 123F
8
03/17 15:45, 123F

03/17 15:54, , 124F
擺盤應該一樣算不到... 不過"同樣步驟在重下一次"不可能
03/17 15:54, 124F

03/17 17:58, , 125F
上過吳老師阿狗給推XD 學弟加油
03/17 17:58, 125F

03/17 18:58, , 126F
下次多插眼選會風箏的角色 狗頭就Q不到你們了
03/17 18:58, 126F

03/17 21:19, , 127F
辛苦了加油!
03/17 21:19, 127F

03/17 23:36, , 128F
內行人耶
03/17 23:36, 128F

03/18 00:45, , 129F
03/18 00:45, 129F

03/18 01:29, , 130F
推一個
03/18 01:29, 130F

03/19 16:28, , 131F
113推,加油
03/19 16:28, 131F

03/20 02:56, , 132F
加油喔
03/20 02:56, 132F
※ 發信站: 批踢踢實業坊(ptt.cc) ※ 轉錄者: NoPTT (202.111.43.247), 03/22/2016 20:58:41
文章代碼(AID): #1MyK62g6 (specialman)