Re: [新聞] 柯潔:李世石並非人機大戰最適合的棋手

作者: asglay (收收收尾)   2016-03-10 01:44:22
推 hancke: 阿發狗從打贏Elo 3000的對手到打贏Elo 3500的李世石只花了 03/09 21:32
→ hancke: 幾個月 03/09 21:32
→ hancke: 柯潔以為他能撐多久不被幹掉? 03/09 21:33
我覺得這位大大真的講得太對了
照這個情形看來
即使是目前人類最強的柯潔 時日依然所剩不多
以下順便分析一下AlphaGO的棋力
以及談談為什麼人類很可能近日內就要全滅
http://www.goratings.org/
全世界圍棋選手的 Elo rating rank
有打LoL的就知道
這在長期且大量的比賽情況下
預測選手個人實力起伏
以及兩人對戰獲勝的機率是蠻準確的
很多博弈平台也是靠Elo rating來作為輔佐開盤的工具
Elo是靠分數差來判斷兩人對戰的勝率
公式
https://en.wikipedia.org/wiki/Elo_rating_system#Mathematical_details
譬如當初跟Alphago對戰的職業棋士樊麾 是接近3000分的2958 (564名)
而李世石是3532分(第4名)
兩人的差距是574分
如果讓他們兩個人捉對廝殺
依照公式 1/(1 + 10^(574/400)) = 0.035...
也就是如果只下1盤棋的話
李世石有超過96%的勝率
明顯的 對戰勝率可以反過來推論一個人的實力
也就是說
如果某A短時間內不斷的跟李世石下棋
而李世石的實力不太有劇烈變化
那就可以用某A對李世石的勝率來推估他的棋力
AlphaGo在五番棋中已經旗開得勝先下一城
勝率至少是20%起跳
雖然缺乏大量樣本可供驗證
但考慮到各種棋類遊戲 電腦AI進步速度都比人類快上許多
我們可以大膽推估即使將來AlphaGo跟李世石再來100回五番棋
都可以達到20%以上的勝率
依此可以推得AlphaGo的Elo rating至少是3291
這在人類棋士排行榜上大約是109名左右
看起來不算太起眼
不過在這個排行附近有名的人物很多
中國的常昊(110名) 十多年前中國圍棋第一人
台灣旅日的張栩(114名) 七八年前的日本圍棋第一人
也就是說 AlphaGo目前的棋力
至少可以跟離開巔峰期的頂尖棋士看齊
類推到運動比賽
大概就像巫師隊的Michael Jordan
或是現在的Roger Federer這種感覺
不過這只是第一盤
如果往後AlphaGo繼續得勝 那實力當然就更加往上
再來說一下為什麼我覺得人類距離全滅不遠的原因

這張圖是Google團隊所評估的AlphaGo Elo rating
我們可以看到就單機版而言
去年十月比賽時的Elo跟樊麾相比 雖略少但所差無幾
這是發表在Nature的期刊文章
相當有公信力跟準確度
就假設當初十月份的單機版Elo跟樊麾一樣
在這不到半年的時間
AlphaGo進步的分數至少是3291-2958 = 333分
由於對決規則中提到
http://3c.ltn.com.tw/news/23329
"AlphaGo 人工智慧系統將會以單獨電腦運行,並且採用先前和樊麾對決的系統版本"
也就是說
AlphaGo的短時間內的大幅進步
不是靠網路分散式運算或是增加硬體設備
而是仰賴他強大的自我學習能力
當初有些人對這種大量自我對局的方式嗤之以鼻
現在看來這種訓練類神經網路的模式
或許跟人類一樣
是一種不斷質疑且挑戰自己以求精進的方法
只不過AlphaGo可以下個好幾百萬盤
而且不會喊累 頭髮花白 捻斷數根鬚
目前世界第一的人類柯潔 Elo是3623
跟AlphaGo的實力差了332分
正好相當於AlphaGo跟樊麾的差距
即便AlphaGo從目前的境界要再向上332分
需要更多的時間
但依照這種速度
或許只要到年底就可以超越柯潔
而這一切 還只是對AlphaGo實力的最低估
或許AlphaGo實力更強 對李世石可以勝更多場
或許AlphaGo的18個版本裡 還有更優秀的運算系統
或許AlphaGo的分散式運算 實力遠遠超過單機版
啊 或許不用再想
還是明天看比賽比較實在
作者: hancke (Everdream)   2015-03-09 21:32:00
阿發狗從打贏Elo 3000的對手到打贏Elo 3500的李世石只花了幾個月柯潔以為他能撐多久不被幹掉?
作者: LiveInNow (活在當下)   2016-03-10 02:02:00
柯潔先知 自己先打預防針
作者: ggoutoutder (女朋友的左手)   2016-03-10 02:17:00
柯潔 人類最後希望 屌打阿法狗!!!
作者: aegis43210 (宇宙)   2016-03-10 02:24:00
google想證明AlphaGo的深度學習和類神經網路是實用的所以用單機版才測的出來,而不是用暴力運算
作者: horseham (給我水球)   2016-03-10 02:25:00
推 有生之年看的到神乎其技了 完全體ai和人類超一流的差距到底有多少 我猜是讓先
作者: birdy590 (Birdy)   2016-03-10 02:27:00
不懂為什麼不出分散式的... 了不起也就兩三個機櫃而已既然要挑戰 當然是直接把實力最強的端出來不是嗎?
作者: aegis43210 (宇宙)   2016-03-10 02:29:00
google的目標是阿斯拉那種人工智能,用分散式運算
作者: goldduck (哥達鴨)   2016-03-10 02:29:00
人會累 機器不會累
作者: zako1113 (那個人)   2016-03-10 02:33:00
研發AI的想顯示他們演算法的成功 不是CPU計算力的強勢
作者: birdy590 (Birdy)   2016-03-10 02:34:00
Distributed Alphago 只是加大的 cluster 而已不然單機 48-core 8 GPU 也算不上"一般"的機器附帶一提, 去年對樊麾的是分散式版本 @@分散式對單機勝率超過 70%, 這差距也不能說小
作者: blackwindy (黑色的風)   2016-03-10 03:09:00
我怎麼看文章是說都是單機版然後這演算法 理論上還是計算力越強 or 時間越久能找到的解會越精確 所以計算力還是很重要只是這方法可以把所需要的計算力壓抑到現實可以接受
作者: birdy590 (Birdy)   2016-03-10 03:28:00
"we evaluated the distributed version of AlphaGoagainst Fan Hui" 從 Deepmind 的論文節錄
作者: blackwindy (黑色的風)   2016-03-10 03:53:00
那就代表alphago根本不需要10成功力就有世界頂尖水準非常恐怖 照摩爾定律 幾十年後那配備根本不算甚麼
作者: p23j8a4b9z (我是小牙籤~)   2016-03-10 10:05:00
講難聽一點 電腦換強一點人類就掛了搬個幾台超級電腦要打贏人類以目前看應該是無懸念只不過google是要測試電腦自我學習力 真不愧是google
作者: iamstudent (stu)   2016-03-10 17:09:00
所以alphago不是雲端並算,是單機程式?!有沒有出處可以連結一下?我看wiki說法是雲端的耶

Links booklink

Contact Us: admin [ a t ] ucptt.com