s***u
发帖数: 80 | 1 为什么前三局表现强悍的ALPHAGO这一次会出现这么大的毛病？
从原理上讲，蒙特卡洛算法考虑下哪一手棋，要进行数百万次的仿真，其实质是每一次
仿真相当于投入一个单位的计算资源（把当前局面从头仿真到棋局结束），从无比庞大
的对局博弈树中索取回一点点信息。其控制过程保证了这次投入仿真的路径是最有希望
获得有价值信息的。（控制过程的细节就不讲了，但是基本思路是下一次再仿真时候选
择的路径和前面仿真得到的胜负信息和招法信息是非常相关的），所以不要以为选择哪
个路线仿真是完全随机的。
那为什么第78手棋以及后面的正确应手，在机器计算自己的第77、75、73乃至更早之前
的招法，没有给这条线路投入足够多的计算量？
第一种可能，蒙特卡洛算法本身就有一定的随机性，在局面复杂，招法线路非常隐蔽的
条件下，可能就会被别的线路所淹没，需要收敛到正确招法上的仿真次数远远大于数百
万次。但是我认为这不是主要原因，因为就ALPHAGO前面几局表现出来的能力，我估计这
个计算在他的能力范围之内。当然我也不能完全肯定，因为78手的情况比较复杂，一是
位于棋盘中央，相比于边边角角，计算机学习的更少。二是78手的线路牵扯到一个可能
的劫和一个征子，从后面看来，计算机是有点晕头。（但如果真是三合一带来的问题，
那人类能复现的机率就更小了） |
n***i
发帖数: 4627 | 2 应该还是阿狗的评估体系对劫不能正确评估，这个里面讲的很清楚
http://mp.weixin.qq.com/s?__biz=MzI0MzA3OTI1MA==&mid=403616229&
【在 s***u 的大作中提到】
: 为什么前三局表现强悍的ALPHAGO这一次会出现这么大的毛病？
: 从原理上讲，蒙特卡洛算法考虑下哪一手棋，要进行数百万次的仿真，其实质是每一次
: 仿真相当于投入一个单位的计算资源（把当前局面从头仿真到棋局结束），从无比庞大
: 的对局博弈树中索取回一点点信息。其控制过程保证了这次投入仿真的路径是最有希望
: 获得有价值信息的。（控制过程的细节就不讲了，但是基本思路是下一次再仿真时候选
: 择的路径和前面仿真得到的胜负信息和招法信息是非常相关的），所以不要以为选择哪
: 个路线仿真是完全随机的。
: 那为什么第78手棋以及后面的正确应手，在机器计算自己的第77、75、73乃至更早之前
: 的招法，没有给这条线路投入足够多的计算量？
: 第一种可能，蒙特卡洛算法本身就有一定的随机性，在局面复杂，招法线路非常隐蔽的
|
g****y
发帖数: 2810 | 3 谷歌的人回去肯定要看狗的log
【在 s***u 的大作中提到】
: 为什么前三局表现强悍的ALPHAGO这一次会出现这么大的毛病？
: 从原理上讲，蒙特卡洛算法考虑下哪一手棋，要进行数百万次的仿真，其实质是每一次
: 仿真相当于投入一个单位的计算资源（把当前局面从头仿真到棋局结束），从无比庞大
: 的对局博弈树中索取回一点点信息。其控制过程保证了这次投入仿真的路径是最有希望
: 获得有价值信息的。（控制过程的细节就不讲了，但是基本思路是下一次再仿真时候选
: 择的路径和前面仿真得到的胜负信息和招法信息是非常相关的），所以不要以为选择哪
: 个路线仿真是完全随机的。
: 那为什么第78手棋以及后面的正确应手，在机器计算自己的第77、75、73乃至更早之前
: 的招法，没有给这条线路投入足够多的计算量？
: 第一种可能，蒙特卡洛算法本身就有一定的随机性，在局面复杂，招法线路非常隐蔽的
|
k*l
发帖数: 2574 | |
