Re: [問題] alphago已經超越樹狀圖設者?

作者: F23ko (名無乚)   2016-03-11 17:18:53
: 樹狀圖設計者
作者: LABOYS (洛城浪子)   2016-03-11 17:21:00
很久沒看到你,一來就好認真啊 XDD
作者: xji6m3vm0 (上海自來水來自海上)   2016-03-11 17:21:00
好吧..我覺得我發的文有點偏了..會用暴力運算舉例的原因是這樣好懂..作者可沒設定只能暴力運算阿
作者: GOBS (GodOfBullShit)   2016-03-11 17:24:00
ag的設計師有說 他會自動放棄推演中出現一定劣勢的棋路光是這點就屌打暴力算法了 能適時放棄代表有更多時間去處理有機會贏的棋路
作者: xji6m3vm0 (上海自來水來自海上)   2016-03-11 17:25:00
會提那個是因為作者設定的運算能力太瞎了用暴力都會贏
作者: F23ko (名無乚)   2016-03-11 17:25:00
to xji6m3vm0: 癥結點就在這裡啊,作者強調了暴力運算的能力,還寫出模擬所有空氣分子之類的東西,就會讓人以為樹狀
作者: GOBS (GodOfBullShit)   2016-03-11 17:26:00
看第二場就知道 右上角ag放棄六顆黑子 剛開始賽評還以為他下錯 結果算出來去搶中間賺更多
作者: orze04 (orz)   2016-03-11 17:26:00
要國中生理解蒙地卡羅 AB剪枝太過份了
作者: F23ko (名無乚)   2016-03-11 17:26:00
只會用暴力運算啊。實際上的狀況會是,一個問題大到不行,行,又極度優化演算法之後,還是需要大量的運算能力,才會丟去給超級電腦算的。
作者: miname (>.<)   2016-03-11 17:29:00
拜託不要來亂了 O(n)算暴力解啊
作者: zizc06719 (毛哥)   2016-03-11 17:32:00
結果你標題一點都不重要啊XD 你只是想點出演算法的重要性
作者: iamnotgm (伽藍之黑)   2016-03-11 17:33:00
講真的和馬自己都沒搞清楚暴搜是怎麼回事我們在這裡都是喇低賽阿w
作者: kinuhata (kinuhata)   2016-03-11 17:34:00
我看河馬自己也搞不清楚這些東西 否則也不會寫出一堆可笑的物理概念
作者: F23ko (名無乚)   2016-03-11 17:35:00
是不是暴力要看狀況啦 有些優化解法都已經是 O(N*logN)了呢
作者: reinhert (史丹佛的銀色子彈)   2016-03-11 17:38:00
如果複雜度只有O(n)都還算好,最怕的就是O(n^m)這種啊
作者: LayerZ (無法如願)   2016-03-11 17:42:00
可是AlphaGo主要是屬於類神經網路類型,最重要的部分就是學人類如何避免暴力解法雖然跟這篇已經沒啥相關了XD
作者: dreamnook (亞龍)   2016-03-11 17:43:00
推樓上...
作者: Entropy1988 (有意志的物質)   2016-03-11 17:43:00
蒙地卡羅或AB剪枝 其實國中生也可以略懂耶寫科幻小說被要求要對題材有所掌握是當然的,不過我
作者: agreerga (鴨毛)   2016-03-11 17:45:00
所以AG可以秒達這則運算嗎XD答答
作者: Entropy1988 (有意志的物質)   2016-03-11 17:45:00
不會期待作者一定毫無破綻。比較讓我注意的是他周遭
作者: tsubasawolfy (悠久の翼)   2016-03-11 17:46:00
AG後期也會轉向窮舉吧 這樣比較節省時間你看第二場最後都是 30秒下一目y
作者: Entropy1988 (有意志的物質)   2016-03-11 17:46:00
沒有人幫他審稿嗎,針對科學的部分?
作者: GOBS (GodOfBullShit)   2016-03-11 17:48:00
ag會窮舉阿 可是中盤窮舉絕對不是好事 真的到收官時窮舉比較穩
作者: gmoz ( This can't do that. )   2016-03-11 17:50:00
沒有優化才會用1+1的方式去解乘法吧XDDD
作者: LayerZ (無法如願)   2016-03-11 17:50:00
那你要如何讓AI自己去找1+1以外的算法XD
作者: reinhert (史丹佛的銀色子彈)   2016-03-11 17:51:00
AlphaGO演算法就擺在那邊不會變,但當展開空間越少就越有可能接近窮舉法
作者: Edaw (Wade)   2016-03-11 17:51:00
作者: gmoz ( This can't do that. )   2016-03-11 17:52:00
你在設計AI的時候就會考慮進去啦
作者: Edaw (Wade)   2016-03-11 17:52:00
就文中所提的P_human()與P_human_fast()阿!
作者: tsubasawolfy (悠久の翼)   2016-03-11 17:53:00
和馬寫魔禁好像是高中的時候...
作者: LayerZ (無法如願)   2016-03-11 17:53:00
你的回答是指人類優化,但是要如何讓人類優化以外自己去找
作者: Edaw (Wade)   2016-03-11 17:53:00
0.3ms與2us的差距
作者: BanJarvan4 (不解釋)   2016-03-11 17:54:00
ag會學習吧 第一次很爛 但會越算越快
作者: gmoz ( This can't do that. )   2016-03-11 17:56:00
我只是覺得舉例問題,基礎運算不用AI一般編譯器就有優化XD以這篇精神能找類似的例子不會多 就算有我覺得也是慢慢會解
作者: LayerZ (無法如願)   2016-03-11 17:56:00
人家是舉例咩 = =
作者: gmoz ( This can't do that. )   2016-03-11 17:57:00
但是當你很難舉出真的例子,就知道其出現的機率了
作者: LayerZ (無法如願)   2016-03-11 17:58:00
不,舉1+1是因為他是極簡化的例子而以阿~_~
作者: gmoz ( This can't do that. )   2016-03-11 17:58:00
就算是真的1+1+1 真的很笨,弄成類似MAP/REDUCE去跑也會很快
作者: F23ko (名無乚)   2016-03-11 18:01:00
演算法真的很常遇到,我上次做的是搜尋,你可以想像是,從
作者: gmoz ( This can't do that. )   2016-03-11 18:01:00
限定問題領域再限定解法 = 人類一定贏,我覺得已經偏掉了www
作者: F23ko (名無乚)   2016-03-11 18:02:00
小時多.... 結果換用 Suffix Tree 的方式,億開始先掃過一
作者: Entropy1988 (有意志的物質)   2016-03-11 18:03:00
傳奇的熱膨脹也是高中寫的嗎?
作者: F23ko (名無乚)   2016-03-11 18:03:00
次全部文章,之後搜尋,都不用一秒結果就出來了。
作者: gmoz ( This can't do that. )   2016-03-11 18:03:00
對阿w 一定要先建個索引吧 至少有個inverted index也好AI自行找演算法的功力 其實進步很快了 阿法狗也會自己找解法
作者: F23ko (名無乚)   2016-03-11 18:04:00
電腦充其量只是工具,至少目前都還只是工具,跟電腦起競爭
作者: oread168 (大地的精靈R)   2016-03-11 18:04:00
電腦很笨R
作者: gmoz ( This can't do that. )   2016-03-11 18:05:00
同意找演算的功力這部分目前還是人類還是屌打的
作者: F23ko (名無乚)   2016-03-11 18:05:00
心態太奇怪了。該競爭的對象是把計算方式寫出來的工程師
作者: Edaw (Wade)   2016-03-11 18:05:00
平行運算也要看問題的平行度 首先計算1*100000000000透過map/reduce計算 要有人類快也要有相應的超級多硬體成本
作者: gmoz ( This can't do that. )   2016-03-11 18:06:00
應該說是 "計算方式寫出來後讓他自己去長的AI"
作者: Edaw (Wade)   2016-03-11 18:06:00
這硬體成本本身要跟問題複雜度同個數量集 且前提是此問題要可適用於平行
作者: gmoz ( This can't do that. )   2016-03-11 18:07:00
所以討論到這個就偏掉啦 要提提不完 何況河馬的理工程度對設定上面 我們根本沒辦法得知太多XDDD
作者: Edaw (Wade)   2016-03-11 18:08:00
而且若是1*100000000000 = 1+1+...+1的問題 人類是O(1)你用map/reduce也僅能得到O(logn)吧!每個CU都只運算1+1一次可以把運算量減半第二個問題變2+2+..+2 高度會是O(logn)代表要算logn次次與次之間因有相依性所以無法透過平行去做優化 再多硬體都沒軟用
作者: gmoz ( This can't do that. )   2016-03-11 18:27:00
搞不好學園都市有999999999PHz的CPU啊XD
作者: Entropy1988 (有意志的物質)   2016-03-11 18:30:00
↑一直想提的一件事就是 先把性能參數喊出來就輸了
作者: pusufu (不蘇鬍˙灬˙)   2016-03-11 18:31:00
可是人類會少寫好幾個0
作者: Entropy1988 (有意志的物質)   2016-03-11 18:31:00
因為喊出來以後,就可以說它在什麼條件下會輸。反之,若一直沒喊出來,就可以無限膨風,立於不敗之地。
作者: cangming (蒼冥)   2016-03-11 18:47:00
窮舉法遇到連續函數就gg了 更不要講機率性運算 是不可能的事
作者: Seeker7 (七夜を名乘る)   2016-03-11 19:04:00
和馬可能連國中理化都有問題,別要求太多了XD
作者: crazylin924 (獅子丸)   2016-03-11 20:01:00
快推 不然別人以為我看不懂
作者: bitcch (必可取)   2016-03-12 03:32:00
我覺得和馬搞不清楚硬體跟演算法的差異
作者: Dkuei (貴)   2016-03-12 06:50:00
我怎麼覺得ai 討厭複雜度有點怪 類神經的複雜當你決定完結構後就固定了

Links booklink

Contact Us: admin [ a t ] ucptt.com