i***h
发帖数: 12655 | 1 田渊栋
卡耐基梅隆大学机器人系博士、Facebook人工智能组研究员，Facebook人工智能围棋程
序Darkforest负责人
围棋九段如何点评人机大战第一场
我围棋水平很烂，但总的来说，可以对Alphago有所评论。第一点，如果你觉得AlphaGo
的落子水平会波动，其实它可能判断胜率已经很高，有时候随便下；第二点，蒙特卡洛
树搜索是遇强则强的，如果对手太弱的话也不会下出太强的手；第三点，AlphaGo下棋
每一步最后都是算整体分数的，并非单纯局部，反倒是有时候局部弱，对杀会有问题；
第四点，接下去的研究是进入程序的黑箱里去。人工智能研究者们虽然设计学习算法，
但其实不知道电脑是怎么决策的，要打开黑箱了解内部机理，还有很长的路要走。 |
e*g
发帖数: 4981 | 2 对的，现在问题是不知道电脑下棋的pattern。 |
O**l
发帖数: 12923 | 3 这个大多数人都知道吧
昨天根本不是最强阿法狗
很多时候估计满眼90%+ 落子处 随便选了
局部对杀只要没有Bias 大量Simulation几乎不可能错
就怕有Bias导致选支分布不对 没及时Converge
[在 ilvch (断肠人在天涯) 的大作中提到：]
：田渊栋
：
：........... |
i***h
发帖数: 12655 | 4 之前好象大家都说电脑局部计算厉害，但大局判断不行吗？
【在 O**l 的大作中提到】
: 这个大多数人都知道吧
: 昨天根本不是最强阿法狗
: 很多时候估计满眼90%+ 落子处 随便选了
: 局部对杀只要没有Bias 大量Simulation几乎不可能错
: 就怕有Bias导致选支分布不对 没及时Converge
: [在 ilvch (断肠人在天涯) 的大作中提到：]
: ：田渊栋
: ：
: ：...........
|
z***e
发帖数: 5600 | 5 应该是以前大家对电脑的算法还停留在穷举类
其实围棋这种复杂度极高的，一张大白纸上电脑完胜人类的可能性更高
【在 i***h 的大作中提到】
: 之前好象大家都说电脑局部计算厉害，但大局判断不行吗？
|
z***e
发帖数: 5600 | 6 人类要深度学习alphago了
AlphaGo
【在 i***h 的大作中提到】
: 田渊栋
: 卡耐基梅隆大学机器人系博士、Facebook人工智能组研究员，Facebook人工智能围棋程
: 序Darkforest负责人
: 围棋九段如何点评人机大战第一场
: 我围棋水平很烂，但总的来说，可以对Alphago有所评论。第一点，如果你觉得AlphaGo
: 的落子水平会波动，其实它可能判断胜率已经很高，有时候随便下；第二点，蒙特卡洛
: 树搜索是遇强则强的，如果对手太弱的话也不会下出太强的手；第三点，AlphaGo下棋
: 每一步最后都是算整体分数的，并非单纯局部，反倒是有时候局部弱，对杀会有问题；
: 第四点，接下去的研究是进入程序的黑箱里去。人工智能研究者们虽然设计学习算法，
: 但其实不知道电脑是怎么决策的，要打开黑箱了解内部机理，还有很长的路要走。
|
