[心得] 電腦和圍棋高手對弈 可以取勝 不足為怪

作者: willrise (小王)   2016-03-14 11:19:53
(低棋淺見)電腦和圍棋高手對弈 可以取勝 不足為怪
在 2006 年
當時的西洋棋(國際象棋)世界冠軍 Vladimir Kramnik
以 4 和 2 負的成績
輸給運行在 2 個 Xeon 5160 的 Deep Fritz version 10 後
(最強的)西洋棋(國際象棋)軟體可以擊敗最強的人類高手
已無疑問
( https://goo.gl/k6j1Qj )
那麼約十年後 ( 2016 年)
電腦和圍棋高手對弈 可以取勝
會很令人意外嗎 ?
Xeon 5160 是 Intel Core 2 架構
時脈 3 GHz
雙核心的處理器
( http://goo.gl/hXA76O )
從 2006 年至今
電腦的處理器在架構 時脈 核心數方面又有不小的進步
分散式版的 AlphaGo
擁有的是 1,202 個中央處理器和 176 個圖形處理器
( http://goo.gl/IcRRI7 )
能夠演算的可能下法
遠遠超過人類
那麼人類有可能取勝嗎 ?
如果能下出圍棋軟體沒有演算到的下法
或是圍棋軟體演算到
但是圍棋軟體評價差而淘汰
事實上卻是好棋的下法
理論上是有可能勝過圍棋軟體
順便提一下
為什麼 AlphaGo 下的一些棋步
圍棋高手看不懂
低棋猜測合理的原因就是
AlphaGo 深度計算過這些棋步
或許在應接的前期
看起來不利
但應對到後期
卻是可行的
這種情況
人和圍棋軟體都有可能碰到
就是人和圍棋軟體都考慮到了某個棋步
而深入計算下去
雙方卻有 2 極化的不同評價
但是圍棋軟體在硬體運算效能
有效的演算法 累積演算成果提升到一個程度後
人類勝過最強圍棋軟體的機會可說非常低
這次李世石九段 對 分散式版的 AlphaGo
大約就是這種情形吧
如果以前都沒有人下過中國流或三連星
而 AlphaGo 在對局之前又沒有演算到中國流或三連星
那麼棋士自己作過詳細研究
在和 AlphaGo 對局時
第一次於棋史上下出中國流或三連星
或許取勝機會比較大
可惜現實不是如此
要(短時間)無中生有
開發出一個有效的套路並不容易
(想想現在會有多少棋士下白江流)
一些圍棋界人士對 AlphaGo 棋力的錯誤預判
除了來自之前圍棋軟體的印象之外
也和對局前沒有足夠的 AlphaGo 資訊有關
Vladimir Kramnik 在 2006 年對局前一個多月
拿到 Deep Fritz version 10
可以自己先和 Deep Fritz version 10 對下測試
( 正式對局時的 Deep Fritz version 10
使用更新過的 opening book )
另外
Vladimir Kramnik 於 2002 年
以 2 勝 2 負 4 和打平 Deep Fritz (似乎是 version 7 ? )
比賽前幾個月時
拿到 Deep Fritz
可自行測試
( https://goo.gl/k6j1Qj )
另一個重點是可運用的思考時間(時限)
對局雙方時限 6 小時
約可在一天內下完
和 AlphaGo 對下
個人猜測時限至少要 6 小時
下完了 4 局
個人對李世石九段和 Michael Redmond 九段至上最崇高的敬意
先說 Michael Redmond 九段
以前在 NHK 的圍棋(將棋)節目看過他講棋
當時是用日文
所以聽不懂
這次 Michael Redmond 九段在 youtube 頻道擔任英文解說
從容不迫 深入淺出
對低棋的我
受益良多
而李世石九段就更不用說了
這是在挑戰幾乎不可能的任務
從第三局的功虧一簣
到第四局的柳暗花明
讓人驚嘆
令人動容
第四局會是今年最令人回味的棋局之一吧
作者: darkseer   2016-03-14 11:26:00
這完全不能這樣比,AlphaGo的演算法跟西洋棋的基本原理不同,若是使用西洋棋軟體的演算法,把全世界的電腦連起來我想都沒有科學家敢說能挑戰人類AlphaGo實作的演算法(MCTS, deep learning)也有別人用在圍棋上,但是之前一年前確實是不知道能不能達成這項壯舉
作者: digpig (摳鬼)   2016-03-14 11:30:00
看到還在提西洋棋就給噓了
作者: arcworld (人生究竟是什麼呢?)   2016-03-14 11:33:00
這篇文章我只有一個感想,你不懂圍棋也不懂AG...Orz
作者: aixrotap (歐塔)   2016-03-14 11:35:00
不懂不是錯 不懂又要出來扯一堆就是個人問題了
作者: a1223356 (京)   2016-03-14 11:35:00
電腦也有新佈石啊,第二盤接個中國流,也嚇壞很多人了。
作者: Uizmp (黑袍法師)   2016-03-14 11:36:00
我比較好奇散功之後的AG對圍棋的理解是甚麼..
作者: signm (sin)   2016-03-14 11:44:00
這跟運算速度沒太大關係,是採用類神經系統你組一個比阿發夠還好電腦也是輸他,先搞懂再來分享吧
作者: ksk0516 (ksk0516)   2016-03-14 11:58:00
好多不懂裝懂
作者: birdy590 (Birdy)   2016-03-14 12:40:00
事實上 西洋棋的運算量也不容易使用窮舉在深藍之後已經進階到下個階段 就是如何縮減計算量drep fritz的計算能力不如深藍 但是有效計算量高很多
作者: yr (Sooner Born Sooner Bred)   2016-03-14 12:46:00
你還是多唸唸書吧....
作者: birdy590 (Birdy)   2016-03-14 12:47:00
heuristic search也不一定要用DCNN
作者: joy3252355 (九月 ~*)   2016-03-14 15:42:00
別誤導人
作者: birdy590 (Birdy)   2016-03-14 15:50:00
這篇沒有什麼大錯, AlphaGo 的基本原理和西洋棋軟體類似差別在於西洋棋已經有過上帝(深藍在計算深度內是完美)目標轉成小型化以後, 因為運算能力下降不能再用窮舉法所以轉向開發 heuristic search(中文似乎沒有好的翻譯)AlphaGo 裡面用的不管MCTS或DCNN都不是自己發明的但是把好幾種方式結合起來, 利用 DCNN 加強 MCTS這個就很厲害了, 也是硬體計算能力到位以後才有可能實現
作者: SolarKa6626 (日可)   2016-03-15 00:47:00
你怎麼不去年說呢 馬後炮

Links booklink

Contact Us: admin [ a t ] ucptt.com