機械社區(qū)

標題: 突發(fā)奇想，如果使用2臺alphaGO主機，使用同樣的算法和策略，互奕一局，結(jié)局如何？ [打印本頁]
作者: crazypeanut    時間: 2016-3-10 18:31
標題: 突發(fā)奇想，如果使用2臺alphaGO主機，使用同樣的算法和策略，互奕一局，結(jié)局如何？
這個是不是有點自相矛盾的味道？？ 但是我對結(jié)果很感興趣
作者: 愛貓人士薛定諤    時間: 2016-3-10 18:42
這算是“迭代”嗎，昨天也想到這個了2 n" @2 g8 m0 ~2 d" [. o# T
以后辦圍棋賽，可以分設(shè)AI組與人類組，
作者: 滅嘎嘎    時間: 2016-3-10 18:42
勝負五五開吧
作者: yestwp    時間: 2016-3-10 18:46
早已經(jīng)自我進化3000多萬局啦" ~6 Y2 x* p  Q5 Z

2 B/ c' b! ]( `& U$ F) K, ~$ @" m靠人來比試獲取電腦算法經(jīng)驗值的速度太慢
2 o! r5 N- D3 _7 |/ @: i
作者: 2266998    時間: 2016-3-10 18:47
不會的，依然是一方贏，并且肯定是一方贏，毫無疑問，0 p& _% z& n$ @

* l) N: c( C- K4 l  B  X; ]因為每個系統(tǒng)是一個小組，其‘策略’是完全不同的，就是那個‘總策略’的算法與智商水平，決定了誰是贏家，這家伙假如到賭場，肯定被‘勸阻’的，跟山本一個級別，山本就進不了賭場，8 S1 b  X8 m( x- S/ p$ ^% U

# e; D  `- n& y  d這個，就跟我玩自動裝配是一個道理，你裝配車的路徑每個人算法是不同的，最終效率是不同的，
, E3 a, n' v4 w2 f# a- K. j; _" E5 p8 R/ E2 o$ E$ c7 u5 V# c2 s
古狗其實就是向全世界宣布，阿拉是‘老大’，以前是IBM是老大，再后來是洛馬，
8 c0 ?4 ^: G. J$ n# F3 F' v2 E. E
  ~& @, i- L' x: ~" |洛馬被熊給戲了一次，丟了大面子，但迅速就找回來了，依然用170飛，就是‘挑戰(zhàn)與賭氣’，哈哈，- P: D% n/ \0 O! m' g" x
" f* h7 W$ ?4 C# E  r  G  y* n7 K
跑速度與航程，跑不過諾格，有點‘丟分兒’哈哈，, R  C, O7 w& A; j4 ]
3 {" Q0 ~7 F. ~. Q& m
總體說水平，可能現(xiàn)在還是洛馬第一，古狗大概排第二，因為洛馬玩這些東西的人，是古狗的好多倍，但也不排除古狗里面有一個‘絕世天才’，跟布勞恩一樣的家伙，+ O" u% U. j( O- I. c
: c- `/ b4 }2 S; ]( c; \' W6 ?  c
就像中國專家希望在‘神農(nóng)架’里面找的‘非凡者’，哈哈，他們跟俺說這些，俺哈哈大笑，* \) X; O# Z7 O8 j  o0 Z

% ~% R6 T2 w; n0 {中米社會條件不同，論侃，米國肯定不是對手，哈哈，
作者: crazypeanut    時間: 2016-3-10 18:48
滅嘎嘎 發(fā)表于 2016-3-10 18:42 + ^" V0 D/ E; u% E
勝負五五開吧

, v! l, }+ y4 Z) {2 [+ ^' x. _我曾經(jīng)在一臺雙路E5 2680 v2的主機上，使用軟件對軟件下象棋，總計25盤，本來我以為，這個應(yīng)該遵循p=0.5的0-1分布，但是，結(jié)果讓人意想不到，紅對藍，紅勝22盤: ]# [; V' j' K5 X
作者: crazypeanut    時間: 2016-3-10 18:49
2266998 發(fā)表于 2016-3-10 18:47
2 k; }# c7 A3 x# n) ?不會的，依然是一方贏，并且肯定是一方贏，毫無疑問，
' F2 b1 a* g* p5 o8 B/ j1 W4 R% Q, A& l0 Q1 v0 L
因為每個系統(tǒng)是一個小組，其‘策略’是完全不同的 ...

# x! P0 X% n6 m$ R我曾經(jīng)在一臺雙路E5 2680 v2的主機上，使用軟件對軟件下象棋，總計25盤，本來我以為，這個應(yīng)該遵循p=0.5的0-1分布，但是，結(jié)果讓人意想不到，紅對藍，紅勝22盤；看來就像8爺所說的那樣，還是一方贏
; y9 B/ [5 }  o, z; D' y
作者: negtive    時間: 2016-3-10 19:30
馬上fps，rts游戲也要沒意思了，阿爾法狗下一個目標就是星際爭霸。
) {3 h  e$ [5 t- Z9 i& o% r
8 d4 G4 _! j& B幸好我已經(jīng)是劇情黨了。
作者: 劉景亞    時間: 2016-3-10 19:34
看了下DeepMind團隊發(fā)表在Nature上的文章，AlphaGO深度學(xué)習(xí)、蒙特卡羅樹狀搜索、自我進化三大招齊出。換句話說，最開始的時候AlphaGO并不會下棋，怎么走完全靠隨機蒙，那些蒙對的走法會記憶下來，那些蒙錯的走法會淘汰，這就是訓(xùn)練。等下次再對弈時，就會使用上次蒙對的走法。經(jīng)過上萬次甚至甚至上億次的訓(xùn)練淘汰，水平會不斷上升，也就實現(xiàn)了自我進化。
+ ~( O& k% s6 {2 A8 S: C- G/ P根據(jù)這個原理，兩個AlphaGO對弈，總會有一個獲勝，獲勝的新的走法會保留，失敗的會淘汰，實現(xiàn)進化。這很像人類的自然進化法則，這也正是AkphaGO厲害的地方。
$ L7 W) o) |7 g/ F6 J事實上目前AlphaGO的技能很大程度上都是通過自己左右互搏學(xué)習(xí)到的。
作者: icegoods    時間: 2016-3-11 09:43
外太空這要這家伙去開疆拓土，進化吧
作者: 機械huhuang    時間: 2016-3-11 21:21
結(jié)局最多19*19種
作者: 雨傾城    時間: 2016-3-12 20:10
走出地球，征服星際需要他們



歡迎光臨 機械社區(qū) (http://e-learninguniversity.com/) Powered by Discuz! X3.4