超级军网第四局，很显然google把服务器的数量减少了
来源：百度文库 编辑：超级军网 时间：2024/04/29 10:28:29
导致计算能力大幅度下降，其实更关心，google每次投入了多少计算资源。感觉第三天最强，第二天其次，今天最弱
…………
更新，真实的原因已经出来，是李世石的下法，超出了alphago的“见识”，导致它以为的高胜率评分表，其实在真实中，是低胜率的。
导致计算能力大幅度下降，其实更关心，google每次投入了多少计算资源。感觉第三天最强，第二天其次，今天最弱
…………
更新，真实的原因已经出来，是李世石的下法，超出了alphago的“见识”，导致它以为的高胜率评分表，其实在真实中，是低胜率的。
楼主如何得出这个结论的
google的人发twitter说了，AlphaGo在79-87手之间，判断胜率都在70%左右，实际上专业棋手这时候就判断他的局势很不利了
肯定是算法问题，关键是李世石78那手棋
肯定是算法问题，关键是李世石78那手棋
局势很明显的棋，阿尔法突然走了两步臭棋，只能说是短路了。
google的人发twitter说了，AlphaGo在79-87手之间，判断胜率都在70%左右，实际上专业棋手这时候就判断他的局 ...
你要是看过alpha的架构，就知道跟算法无关，他的能力强弱，取决于google给他的计算资源。
你要是看过alpha的架构，就知道跟算法无关，他的能力强弱，取决于google给他的计算资源。
熊首督军 发表于 2016-3-13 18:46
你要是看过alpha的架构，就知道跟算法无关，他的能力强弱，取决于google给他的计算资源。
你看过AlphaGo的架构？
我很好奇，一个看过AlphaGo架构的人居然能得出这么一个结论。
熊首督军 发表于 2016-3-13 18:46
你要是看过alpha的架构，就知道跟算法无关，他的能力强弱，取决于google给他的计算资源。
你看过AlphaGo的架构？
我很好奇，一个看过AlphaGo架构的人居然能得出这么一个结论。
你看过AlphaGo的架构？
我很好奇，一个看过AlphaGo架构的人居然能得出这么一个结论。
为什么得不出这种结论，那你得出什么结论？
我很好奇，一个看过AlphaGo架构的人居然能得出这么一个结论。
为什么得不出这种结论，那你得出什么结论？
为什么得不出这种结论，那你得出什么结论？
我想先听听你的推理过程。
我想先听听你的推理过程。
很好奇如果两台阿尔法狗对打会怎样，会不会陷入死循环
我觉得AlphaGO最强的地方是要保证能赢，而不是赢得漂亮.....
熊首督军 发表于 2016-3-13 18:46
你要是看过alpha的架构，就知道跟算法无关，他的能力强弱，取决于google给他的计算资源。
讲计算资源是指训练用的资源，这是比赛前就做好的。
下棋时只是用到预测，够用就行，资源不够最多算得慢一点，不影响下棋的能力。
你要是看过alpha的架构，就知道跟算法无关，他的能力强弱，取决于google给他的计算资源。
讲计算资源是指训练用的资源，这是比赛前就做好的。
下棋时只是用到预测，够用就行，资源不够最多算得慢一点，不影响下棋的能力。
我想先听听你的推理过程。
alphago跟其他ai不同之处，是它的Value Network价值评估网络。
他下棋的时候是这样，先用跟人类学习得到参数，给出一堆可以下的位置。
然后他就调出自己跟自己下棋的模式，用策略下n步（n取决于计算能力），但是由于围棋的计算量特别大，不可能全部算完，后面的步只能用快速行棋走完（由工程师提前输入策略），然后看输赢，赢多少给出一个评分。
用这种方式，把一开始给的那些可能都走一遍。就得到一个评分表，然后跟行棋策略给出的评分，取一个加权，分最高的，就是该下的地方。
可以看出来，为了稳定性，参数跟昨天应该不会有大的不同，但是alphago表现的棋力降低很多，这是柯杰的解说，我其实看不出来。那么就极有可能是n值减少了，导致评分表的误差变大，水平降低。
alphago跟其他ai不同之处，是它的Value Network价值评估网络。
他下棋的时候是这样，先用跟人类学习得到参数，给出一堆可以下的位置。
然后他就调出自己跟自己下棋的模式，用策略下n步（n取决于计算能力），但是由于围棋的计算量特别大，不可能全部算完，后面的步只能用快速行棋走完（由工程师提前输入策略），然后看输赢，赢多少给出一个评分。
用这种方式，把一开始给的那些可能都走一遍。就得到一个评分表，然后跟行棋策略给出的评分，取一个加权，分最高的，就是该下的地方。
可以看出来，为了稳定性，参数跟昨天应该不会有大的不同，但是alphago表现的棋力降低很多，这是柯杰的解说，我其实看不出来。那么就极有可能是n值减少了，导致评分表的误差变大，水平降低。
乄go实际上是多人对1人嘛。如果李昌浩、李世石、加一堆中国选手对1个CPU的乄go。人类有人帮忙布局，有人帮忙关子。谁赢？
即使go赢了，那也只是说明用一群电脑战胜了一个人而且己。
乄go实际上是多人对1人嘛。如果李昌浩、李世石、加一堆中国选手对1个CPU的乄go。人类有人帮忙布局，有人帮忙关子。谁赢？
即使go赢了，那也只是说明用一群电脑战胜了一个人而且己。
乄go实际上是多人对1人嘛。如果李昌浩、李世石、加一堆中国选手对1个CPU的乄go。人类有人帮忙布局，有人帮 ...
1个cpu支撑不了alphago，如果是昨天的计算资源，依然是现在的规则，还是alphago赢。因为时间有限的情况下，人多没用，2小时探讨不出什么东西来
1个cpu支撑不了alphago，如果是昨天的计算资源，依然是现在的规则，还是alphago赢。因为时间有限的情况下，人多没用，2小时探讨不出什么东西来
熊首督军 发表于 2016-3-13 20:39
1个cpu支撑不了alphago，如果是昨天的计算资源，依然是现在的规则，还是alphago赢。因为时间有限的情况下 ...
哪要几个小时讨论啊，你都没明白，例如每人1分钟给一个答案，李世石综合十个人，选一个大多数人的解作最终答案。
用一个十年前的围棋程序，用100*100台电脑运行，每台电脑10核。一样能达到非常高的水平。
基本上程序本身没啥突破性的进展。
熊首督军 发表于 2016-3-13 20:39
1个cpu支撑不了alphago，如果是昨天的计算资源，依然是现在的规则，还是alphago赢。因为时间有限的情况下 ...
哪要几个小时讨论啊，你都没明白，例如每人1分钟给一个答案，李世石综合十个人，选一个大多数人的解作最终答案。
用一个十年前的围棋程序，用100*100台电脑运行，每台电脑10核。一样能达到非常高的水平。
基本上程序本身没啥突破性的进展。
用一个十年前的围棋程序，用100*100台电脑运行，每台电脑10核。一样能达到非常高的水平。
基本上程序本 ...
你不懂，懒得跟你说
基本上程序本 ...
你不懂，懒得跟你说
熊首督军 发表于 2016-3-13 20:11
alphago跟其他ai不同之处，是它的Value Network价值评估网络。
他下棋的时候是这样， ...
更正错了
熊首督军 发表于 2016-3-13 20:11
alphago跟其他ai不同之处，是它的Value Network价值评估网络。
他下棋的时候是这样， ...
更正错了
你不懂，懒得跟你说
那你就别说。
居然认为是几个人花几个小时讨论。多任务并行，这么简直都理解不了。
那你就别说。
居然认为是几个人花几个小时讨论。多任务并行，这么简直都理解不了。
有些人明显的是没搞过棋类游戏，被“厂家”呼悠的团团转。
举个例子，厂家经常宣传的“电脑自己下一步，再自己模拟一个对手下一步”，听起来好像神呼其神。
搞过程序的告诉你，这本身就是程序的必然性，棋类程序自然要计算自己的得，也要计算对方的失；同样计算对方下一步的得，自己的失。
换句话说，正常电脑程序就没有自己是哪一方的概念，它只是把两方可能下法公平、平等的拿到自己的环境中进行评估。也就是更像一个裁判的角色。
有些人明显的是没搞过棋类游戏，被“厂家”呼悠的团团转。
举个例子，厂家经常宣传的“电脑自己下一步，再自己模拟一个对手下一步”，听起来好像神呼其神。
搞过程序的告诉你，这本身就是程序的必然性，棋类程序自然要计算自己的得，也要计算对方的失；同样计算对方下一步的得，自己的失。
换句话说，正常电脑程序就没有自己是哪一方的概念，它只是把两方可能下法公平、平等的拿到自己的环境中进行评估。也就是更像一个裁判的角色。
很好奇如果两台阿尔法狗对打会怎样，会不会陷入死循环
就等于电脑玩井字游戏一样，和局居多
就等于电脑玩井字游戏一样，和局居多
还有厂家经常说的—个“电脑自己和自己对下，这样快速的提高自己的棋力”，又是—个神呼其神的宣传，像有生命—样。
那我来告诉你本质只是什么，说白了就是电脑先把一些常见的“局面”运算，然后解透，存储。以后遇到一样的局面就直接调存储的数据出来用，减少计算量。说白了，就是自己构建棋谱，不用输入人类棋谱。
当然，alphaGO有这样的庞大存储资源，而传统的电脑围棋未使用数据库，或数据库很小；如果单纯的比较程序的能力，并不见得比十年前的程序高。所以，之前的几年说是alphaGO在”自学习”的神话，其实就是存储局部局面的运算结果而己。
还有厂家经常说的—个“电脑自己和自己对下，这样快速的提高自己的棋力”，又是—个神呼其神的宣传，像有生命—样。
那我来告诉你本质只是什么，说白了就是电脑先把一些常见的“局面”运算，然后解透，存储。以后遇到一样的局面就直接调存储的数据出来用，减少计算量。说白了，就是自己构建棋谱，不用输入人类棋谱。
当然，alphaGO有这样的庞大存储资源，而传统的电脑围棋未使用数据库，或数据库很小；如果单纯的比较程序的能力，并不见得比十年前的程序高。所以，之前的几年说是alphaGO在”自学习”的神话，其实就是存储局部局面的运算结果而己。
还有厂家经常说的—个“电脑自己和自己对下，这样快速的提高自己的棋力”，又是—个神呼其神的宣传，像有生 ...
你这种方法，在围棋中，连业余棋手都下不赢
你这种方法，在围棋中，连业余棋手都下不赢
就等于电脑玩井字游戏一样，和局居多
不，计算力强的赢的概率高，70%这样
不，计算力强的赢的概率高，70%这样
你这种方法，在围棋中，连业余棋手都下不赢
我说了哪种方法？你连我讨论的是啥问题都不清楚。
我说了哪种方法？你连我讨论的是啥问题都不清楚。
我说了哪种方法？你连我讨论的是啥问题都不清楚。
你说的存储棋谱，类似于专家系统那种方法呗
你说的存储棋谱，类似于专家系统那种方法呗
不，计算力强的赢的概率高，70%这样
不一定井字游戏对电脑来说，计算能力是严重过剩，这种游戏体现不出计算力的差距。
不一定井字游戏对电脑来说，计算能力是严重过剩，这种游戏体现不出计算力的差距。
不，计算力强的赢的概率高，70%这样
我来告诉你。如果棋力无限强，两个对手。
对于国际象棋、中国象棋是先下者胜。
对于围棋，看贴目数。
我来告诉你。如果棋力无限强，两个对手。
对于国际象棋、中国象棋是先下者胜。
对于围棋，看贴目数。
不一定井字游戏对电脑来说，计算能力是严重过剩，这种游戏体现不出计算力的差距。
看我12楼的回复
看我12楼的回复
你说的存储棋谱，类似于专家系统那种方法呗
我都不知道啥是专家，
你怎么知道我说的是专家系统。
我都不知道啥是专家，
你怎么知道我说的是专家系统。
我来告诉你。如果棋力无限强，两个对手。
对于国际象棋、中国象棋是先下者胜。
对于围棋，看贴目数。
我不会再回你了
对于国际象棋、中国象棋是先下者胜。
对于围棋，看贴目数。
我不会再回你了
我不会再回你了
我倒是听你讲讲，alphaGO“几年的自我学习，自我提高”是啥神奇玩艺，可别说你不知道。
我倒是听你讲讲，alphaGO“几年的自我学习，自我提高”是啥神奇玩艺，可别说你不知道。
不，计算力强的赢的概率高，70%这样
算法，策略和数据库一样的话算出的结果就一样，应该没棋力强弱之分，顶多一个算得快一个慢
算法，策略和数据库一样的话算出的结果就一样，应该没棋力强弱之分，顶多一个算得快一个慢
熊首督军 发表于 2016-3-13 20:11
alphago跟其他ai不同之处，是它的Value Network价值评估网络。
他下棋的时候是这样， ...
策略网络算棋的时候，并不是全部算完或者往后算n步，也不是根据预设快速行棋，
而是采用蒙特卡洛搜索树，搭配价值网络剪枝算法，也就是说根据价值网络计算结果，选出不好的分支，直接剔除，来减少计算量，提高计算速度。
熊首督军 发表于 2016-3-13 20:11
alphago跟其他ai不同之处，是它的Value Network价值评估网络。
他下棋的时候是这样， ...
策略网络算棋的时候，并不是全部算完或者往后算n步，也不是根据预设快速行棋，
而是采用蒙特卡洛搜索树，搭配价值网络剪枝算法，也就是说根据价值网络计算结果，选出不好的分支，直接剔除，来减少计算量，提高计算速度。
longer 发表于 2016-3-13 19:31
很好奇如果两台阿尔法狗对打会怎样，会不会陷入死循环
肯定不会，规则已经输进去了，照规则执行就不会。不过数据库不更新且策略不调整，下多少局都是在复盘而已。但是如果实时更新数据库并且黑白子各采用不同策略，比如黑子追求每步棋选择最稳妥下法，白子则选择次稳妥下法，那就不一样了
longer 发表于 2016-3-13 19:31
很好奇如果两台阿尔法狗对打会怎样，会不会陷入死循环
肯定不会，规则已经输进去了，照规则执行就不会。不过数据库不更新且策略不调整，下多少局都是在复盘而已。但是如果实时更新数据库并且黑白子各采用不同策略，比如黑子追求每步棋选择最稳妥下法，白子则选择次稳妥下法，那就不一样了
还有厂家经常说的—个“电脑自己和自己对下，这样快速的提高自己的棋力”，又是—个神呼其神的宣传，像有生 ...
从这个回复，可以看出你对大数据分析/数据挖掘/机器学习毫无概念。
从这个回复，可以看出你对大数据分析/数据挖掘/机器学习毫无概念。
从这个回复，可以看出你对大数据分析/数据挖掘/机器学习毫无概念。
那请教，alpaGO如何神奇的大数据分析/数据挖掘？
那请教，alpaGO如何神奇的大数据分析/数据挖掘？
肯定不会，规则已经输进去了，照规则执行就不会。不过数据库不更新且策略不调整，下多少局都是在复盘而 ...
会不会精神分裂啊～(￣▽￣～)~
会不会精神分裂啊～(￣▽￣～)~
策略网络算棋的时候，并不是全部算完或者往后算n步，也不是根据预设快速行棋，
而是采用蒙特卡洛搜索 ...
不，你说的方法是普通的蒙特卡洛搜索树，这种方法只能跟业余棋手下，下不赢职业棋手的。
而是采用蒙特卡洛搜索 ...
不，你说的方法是普通的蒙特卡洛搜索树，这种方法只能跟业余棋手下，下不赢职业棋手的。
熊首督军 发表于 2016-3-13 18:46
你要是看过alpha的架构，就知道跟算法无关，他的能力强弱，取决于google给他的计算资源。
“他的能力强弱，取决于google给他的计算资源”————这句话的前提，就是实现他能力的程序的健壮度足够高，很明显，这次的结果与预期是不一致的，不是算法有问题，就是程序有bug
你要是看过alpha的架构，就知道跟算法无关，他的能力强弱，取决于google给他的计算资源。
“他的能力强弱，取决于google给他的计算资源”————这句话的前提，就是实现他能力的程序的健壮度足够高，很明显，这次的结果与预期是不一致的，不是算法有问题，就是程序有bug
会不会精神分裂啊～(￣▽￣～)~
咋会捏，在编程流程中，条件结构和分支结构属于最基本的结构啊，主体就一套，判断的时候带入不同条件和参数就可以了
咋会捏，在编程流程中，条件结构和分支结构属于最基本的结构啊，主体就一套，判断的时候带入不同条件和参数就可以了