h*h
发帖数: 27852 | 1 【FACEBOOK 围棋软件专家 田渊栋博士对 第四盘 分析】
第四局李世石的78手L11挖被大家誉为“神之一手”，在DarkForest的策略网络输出里
排第31位，而J11靠排第10位。因此我觉得可能是AlphaGo没有算到这一步。如果对方下
了一手机器没算到的棋，则蒙特卡罗搜索树会清空，然后重新开始搜索，不应该会太快
做出结论。李喆六段告诉我K10这一手是秒下，那有可能是时间管理子系统在搜索树清
空时有程序上的漏洞，因此过早地将搜索结果返回了。这个比较容易修正。
另一种可能是，AlphaGo的估值网络出了问题。因为估值网络的权重是0.5，而不管快速
走子花了多少步，它的权值也是0.5。对于一个局面，估值网络只得到一个数，而从这
个局面往下走子，走多后会得到很多个数，统计上应该更为重要，但是AlphaGo不是这
样想的，直接对半加权了。所以如果估值网络对某个局面得到的结果不对，则会极大地
影响对该局面的胜率估计。注意这里得到很多个数的原因是按照文章，叶结点在积累了
一定盘数后（40）才展开，而不是第一次访问就展开，以提高DCNN的效率。DarkForest
没有用到估值网络，在L11的挖之后正确地返回了L12和L10这两个应手，据李喆六段说
，都是正确的应手，这间接支持了这个推断。
那为什么估值网络会出问题呢？可能是用于训练估值网络的自学习（Self-Play）的样
本分布有盲点。为了提高样本生成速度，AlphaGo的自学习样本是通过用两个纯粹的
DCNN互搏来生成的（完全没有搜索），而DCNN下出来的棋因为是纯模式识别，一个大问
题是死活不正确，经常是在死棋里面下子。如果黑白两方都犯了死活不分的毛病，然后
一方比如说白侥幸胜了，那估值网络就会认为方才白的死棋局面是好的。这样估值网络
就会染上同样毛病，在中盘复杂的对杀局面中判断失误。若是这种情况就不好处理，
AlphaGo下一局可能还会有同样的问题。
关于DCNN＋MCTS打劫，在DarkForest上主要表现在碰到有劫可提的情况时，DCNN经常会
以非常高的概率（0.8以上）返回提劫这一手。可能的原因是，劫点是作为单独的特征
输入的，所以DCNN学习到了它和输出（提劫）的强关联性。这样在MCTS搜索时会强烈偏
向这一手。这在很多情况下是正确的，但有时劫很小可以不予理会，或者碰到两个或者
多个劫需要放弃一个，那“遇劫必提”的偏向性就会给搜索带来麻烦。有时连环劫电脑
反复提就是这个原因。AlphaGo可能会有这个问题，或者是反向的问题（比如说提劫概
率很小），这样在下棋时大家就会感觉到它在避免开劫。 |
b*******8
发帖数: 37364 | 2 到底是修79手还是后面的送死18K手？79手好歹也不丢人，感觉上还是要让电脑在任何
情况下都不要出现后面的送死18K。 |
n****g
发帖数: 14743 | 3 难道真是夏时制啊？
“可能是时间管理子系统在………”
【在 h*h 的大作中提到】
: 【FACEBOOK 围棋软件专家 田渊栋博士对 第四盘 分析】
: 第四局李世石的78手L11挖被大家誉为“神之一手”，在DarkForest的策略网络输出里
: 排第31位，而J11靠排第10位。因此我觉得可能是AlphaGo没有算到这一步。如果对方下
: 了一手机器没算到的棋，则蒙特卡罗搜索树会清空，然后重新开始搜索，不应该会太快
: 做出结论。李喆六段告诉我K10这一手是秒下，那有可能是时间管理子系统在搜索树清
: 空时有程序上的漏洞，因此过早地将搜索结果返回了。这个比较容易修正。
: 另一种可能是，AlphaGo的估值网络出了问题。因为估值网络的权重是0.5，而不管快速
: 走子花了多少步，它的权值也是0.5。对于一个局面，估值网络只得到一个数，而从这
: 个局面往下走子，走多后会得到很多个数，统计上应该更为重要，但是AlphaGo不是这
: 样想的，直接对半加权了。所以如果估值网络对某个局面得到的结果不对，则会极大地
|
z***e
发帖数: 5600 | 4 那个时间确实和东部夏时制提前一小时的时刻很接近，计算机那时剩一小时多点，带来
突然发现自己没时间的遐想
不过这和误判自己胜率70有些矛盾，而且目前也没听说谷歌那边的确认
【在 n****g 的大作中提到】
: 难道真是夏时制啊？
: “可能是时间管理子系统在………”
|
s***u
发帖数: 80 | 5 79秒下难道不是因为78李世石长考了20分钟的缘故？
DarkForest
【在 h*h 的大作中提到】
: 【FACEBOOK 围棋软件专家 田渊栋博士对 第四盘 分析】
: 第四局李世石的78手L11挖被大家誉为“神之一手”，在DarkForest的策略网络输出里
: 排第31位，而J11靠排第10位。因此我觉得可能是AlphaGo没有算到这一步。如果对方下
: 了一手机器没算到的棋，则蒙特卡罗搜索树会清空，然后重新开始搜索，不应该会太快
: 做出结论。李喆六段告诉我K10这一手是秒下，那有可能是时间管理子系统在搜索树清
: 空时有程序上的漏洞，因此过早地将搜索结果返回了。这个比较容易修正。
: 另一种可能是，AlphaGo的估值网络出了问题。因为估值网络的权重是0.5，而不管快速
: 走子花了多少步，它的权值也是0.5。对于一个局面，估值网络只得到一个数，而从这
: 个局面往下走子，走多后会得到很多个数，统计上应该更为重要，但是AlphaGo不是这
: 样想的，直接对半加权了。所以如果估值网络对某个局面得到的结果不对，则会极大地
|
h*h
发帖数: 27852 | 6 电脑会用对方的时间算棋吗？
【在 s***u 的大作中提到】
: 79秒下难道不是因为78李世石长考了20分钟的缘故？
:
: DarkForest
|
n****g
发帖数: 14743 | 7 会。还有个专业名词，好像是叫 pondering
【在 h*h 的大作中提到】
: 电脑会用对方的时间算棋吗？
|
n**n
发帖数: 626 | 8 不排除这个可能，开始计算时发现已经没有时间了。就看第五盘能不能再出类似的纰漏
了。
不过如果真是这个问题，可能谷歌也不一定愿意承认，涉及到其云服务器稳定性的问题
，影响公司生意。
【在 z***e 的大作中提到】
: 那个时间确实和东部夏时制提前一小时的时刻很接近，计算机那时剩一小时多点，带来
: 突然发现自己没时间的遐想
: 不过这和误判自己胜率70有些矛盾，而且目前也没听说谷歌那边的确认
|
D*******r
发帖数: 2323 | 9 “在DarkForest的策略网络输出里排第31位，而J11靠排第10位。因此我觉得可能是
AlphaGo没有算到这一步。”
老姜说大棋渣摆棋时建议的靠是异曲同工，看到没有，对于计算机来说，先靠完全不是
异曲同工。先靠就把意图暴露了，且早在计算机的计算之中。
这就像阿法狗的命门是隐形且流动的，人类起码现在没有总结出它的命门位置的
pattern。
【在 h*h 的大作中提到】
: 电脑会用对方的时间算棋吗？
|
n*****t
发帖数: 22014 | 10 应对正确的话，暴露不暴露都是打劫，疯狗病不是人类应该讨论或者利用的
【在 D*******r 的大作中提到】
: “在DarkForest的策略网络输出里排第31位，而J11靠排第10位。因此我觉得可能是
: AlphaGo没有算到这一步。”
: 老姜说大棋渣摆棋时建议的靠是异曲同工，看到没有，对于计算机来说，先靠完全不是
: 异曲同工。先靠就把意图暴露了，且早在计算机的计算之中。
: 这就像阿法狗的命门是隐形且流动的，人类起码现在没有总结出它的命门位置的
: pattern。
|
D*******r
发帖数: 2323 | 11 所有职业棋手讨论的，打劫白并不有利啊，柯洁也没说打劫白就有优势啊。
【在 n*****t 的大作中提到】
: 应对正确的话，暴露不暴露都是打劫，疯狗病不是人类应该讨论或者利用的
|
P******a
发帖数: 1379 | 12 没算到按理说应当关系不大，田不是说把MCTS树清零重新搜就好了吗。树清零时出bug
这个听起来很低级，应当就是田说的估值网络的问题。因为78手是阿发狗认为小概率的
一手，而估值网络在左右互搏的训练中能下出这种小概率的情况也很少，由于类似情况
训练少，从而形成所谓的盲区？
【在 D*******r 的大作中提到】
: “在DarkForest的策略网络输出里排第31位，而J11靠排第10位。因此我觉得可能是
: AlphaGo没有算到这一步。”
: 老姜说大棋渣摆棋时建议的靠是异曲同工，看到没有，对于计算机来说，先靠完全不是
: 异曲同工。先靠就把意图暴露了，且早在计算机的计算之中。
: 这就像阿法狗的命门是隐形且流动的，人类起码现在没有总结出它的命门位置的
: pattern。
|
n*****t
发帖数: 22014 | 13 白本身劫很多，就看怎么转换，打赢问题不大。另外，白空很多，黑这一块被破掉的话
，能围空的地方很少了，且白棋比较厚。
不一定白优势，但白棋好下。
【在 D*******r 的大作中提到】
: 所有职业棋手讨论的，打劫白并不有利啊，柯洁也没说打劫白就有优势啊。
|
h*h
发帖数: 27852 | 14 勾动疯狗病，是人类唯一对策
劫争，手筋，复杂的对杀，是人类最好的机会
【在 n*****t 的大作中提到】
: 应对正确的话，暴露不暴露都是打劫，疯狗病不是人类应该讨论或者利用的
|
