Re: [討論] AlphoGo什麼時候在長考?

作者: mathbug (天堂的定義)   2016-03-11 08:52:07
※ 引述《mathbug (天堂的定義)》之銘言:
: 我覺得這是一個很有趣的問題
: AlphaGo 什麼時候長考? 就是什麼時候要花很多時間計算?
: 理論上,當人類對手在思考下一手的時間
: AlphaGo 也可以用自己的邏輯(value function)〝幫〞對方選出最佳的幾個點
: 然後同時思考自己的對策
: 一旦人類對手的落點不在自己選出最佳的幾個點時,一切又要重新計算了
: 換言之,當AlphaGo長考的時候,表示人類對手的選點不同於自己的邏輯
: (非電腦判斷分數最高的幾個點)
: 也許好好在重播中 觀察AlphaGo的長考時間點 可以多瞭解它不同的邏輯
第一盤 AlphaGo 好幾手花很多時間在思考
導致AlphaGo用時也非常可觀(第二盤AlphaGo用時少很多了)
顯然李也給AlphaGo出了難題
甚至於行至中盤 右下角白棋沒做活之前 很多高手仍然認為黑棋佔優
第三盤的最佳策略應該如下:
1. 相同開局,AlphaGo 應該會相同應對 直到李世石自己認為的問題手
2. 真心認為人類要(好好看重播) 知道怎麼下才會讓AlphaGo重新花時間計算思考
唯有這樣 才能讓AlphaGo有前後策略不連貫的機會
3. 前半盤沒優勢(戰略階段) 後半盤應該沒機會(戰術階段 電腦計算大勝人類)
作者: agreerga (鴨毛)   2016-03-11 09:03:00
如果下一模一樣的步法 AG會同樣策略嗎?
作者: sarraya (~ No Game No Life ~)   2016-03-11 09:03:00
相同開局未必相同應對,AG最少也會把第一局參入經驗
作者: shyangs (厚呦)   2016-03-11 09:12:00
第一局的經驗是必勝.
作者: fh48105 (網路真慢)   2016-03-11 09:23:00
應該不會相同策略. AG的演算法有加入亂數取點.
作者: newtonyd (newtonyd)   2016-03-11 09:40:00
一定有亂數取點 不然對電腦就會出現必勝法(BUG)
作者: SansWord (是妳)   2016-03-11 09:48:00
按照類神經網路的邏輯,這兩場完參數應該又不同了如果這幾天 AlphaGO 都仍舊不斷自我練習的話,兩天後不會是一模一樣的應對....它還在不斷成長阿!
作者: agreerga (鴨毛)   2016-03-11 10:07:00
那如果可以無限反悔 有辦法Try出一條贏AG的局嗎
作者: nangle (帥胖汪汪)   2016-03-11 10:36:00
就窮舉法啊樓上
作者: aegis43210 (宇宙)   2016-03-11 12:26:00
無限反悔的話,一盤棋要下幾天?
作者: agreerga (鴨毛)   2016-03-11 13:40:00
下小棋盤來觀察AG的步法?
作者: Danielly (蘋果蟲)   2016-03-12 00:09:00
小棋盤每個點跑出來的權重也會不一樣啊

Links booklink

Contact Us: admin [ a t ] ucptt.com