感覺AlphaGo最大的問題是用勝率去下每一子
成也勝率敗也勝率
領先時無法贏到最大 落後時無法輸到最小
人類棋手落後時會這裡挖一點那裏挖一點先縮小差距
ai落後時容易出現一些 你虛手我勝率飆漲
但人類棋手怎麼可能去虛手
去年黃博士說過bug修好了 但人類沒做任何事只是讓他自我對弈自己就修好了
看了配對賽後開始懷疑 AlphaGo在自我對弈中根本只是變得更強
沒有落後當然沒有再出現bug 但bug一直都存在

系統仍有崩潰 抓不完

舊版的圍棋軟體在小官都可以算的很精了我不太懂 照理說 AG應該也算的出來最佳路徑應該也會是最高剩綠才對

掌握bug掌握勝利

下到後面勝率不是100%就是0%下哪都一樣怎麼決定?

所以這次比賽就是為了試出bug呀，下午希望人類能贏

對狗來說贏幾目都算贏 它可能為了萬分之一會輸的機率

在複雜變化被人類抓到沒算到的棋才是bug

我大膽推測 狗狗的自我對弈，每盤幾乎沒有大幅落後或領先的情況，贏都是贏一目 半目，輸也只是一目 半目就容易有這種配對賽的情況發生，所以才會想辦人機大戰找bug，這bug是用勝率來決定落子的必然bug人下的話，必定會擴大優勢

AG的程式裏,可能沒辦法區別1目敗和10目敗的差別

推樓上

有個辦法是算出穩贏或穩輸時調整貼目再重算一遍

狗狗仍然會繼續比賽不會被拆了

反正AG目的也不是當圍棋之神 只是想驗證AI的可行性而已

在細微差距中,人類可以期待對手犯錯而追回,AI無法判斷吧

狗的問題仍在 論文繼續發 這個弱點顆顆明天掌握就贏

其實就只是利用圍棋開發TPU而已吧

如何至造陷阱給狗狗踩

現階段狗還是超強

加入PID控制回餽補償,也許可以改善(胡言亂語

還可以調整增益(?)

因為圍棋是極簡單規則下，最複雜的問題

等好久 總算等到一篇一日棋迷文了~

可以改善問題是拿捏 無法100%確認 棋路一開始到終點的路太多這版有改進沒修好

而且這是配對賽耶 互扯後腿趣味賽

你搞錯了，黃博士說修好是第4局78手，不是官子問題

官子問題只要沒有讓到輸都不算bug

問題在於阿爾法為旗下的提高勝率的辦法人類看不懂它是以他最強的假想敵步數去應對

對alphago沒有官子階段 每部都是全局考慮

嗯，如果對手也下最強手的話，有時厚勢反而是正解

上次78手是沒發現勝率下降 等發現落後時就崩潰

講什麼東西啊，官子本身不就是全局考量

狗離神的距離還很遠 解決這個bug又來一個bug

圍棋之神到底長怎樣根本沒人知道，現在AG就是神的境界比如說，圍棋之神可以讓世界冠軍幾子，沒人可以回答

我是只上次78挖 和這次官子階段崩潰對alphago是同一個事件自我對自時勝率過低就投了 所以沒看到崩潰的問題但古力今天沒投問題就出來了

上次是alphago沒算到導致勝率爆炸, 這次算是外力干擾

今天古連這盤白上面活就贏多了，連盤面勝負都有困難正常收怎麼可能會贏，就算是人類頂尖棋手那個狀況也不太願意繼續下下去，那把他正常收完有什麼意義？只有優勢變平局或平局變劣勢這種才叫做bug，劣勢拚搏(儘管很蠢)這種不能稱之為bug，對結果沒差

照H大說法 去年第四盤也不能叫bug了去年崩潰也是發生在落後時

去年的bug應該說是誤判勝率 沒有發現局勢不利

還記得有報導 崩潰發生在第87手發現落後時

去年第四盤當然是bug啊，78沒棋啊，有至少三種應對方法，後面那一串送到87手顯然就是bug的一部分你不能說等到他發現勝率下降了才能開始找bug吧

演算法弱點不算bug吧

我只的bug是像97手超扯的那種

AlphaGo:劣勢假如有bug又怎樣？反正現在沒人能讓他劣勢（菸）ＸＤ

用在自動駕駛, 前後左右的車輛算同行的隊友吧

只有贏或是輸，沒有別的

並不是bug, 只是行為不如你期望中的理想圍棋機器他常常下出圍棋熟手不會下的下法,這應該算常態了有時好,有時壞,好的時候多,壞的時候少,如此而已如果是程式邏輯漏洞,他們找了幾個月應該查出來修掉了但應該不是,只是訓練資料在特定組合時不夠多,所以才估錯