机械社区

 找回密码
 注册会员

QQ登录

只需一步,快速开始

搜索
查看: 4743|回复: 11

突发奇想,如果使用2台alphaGO主机,使用同样的算法和策略,互奕一局,结局如何?

[复制链接]
发表于 2016-3-10 18:31:07 | 显示全部楼层 |阅读模式
这个是不是有点自相矛盾的味道?? 但是我对结果很感兴趣
回复

使用道具 举报

发表于 2016-3-10 18:42:38 | 显示全部楼层
这算是“迭代”吗,昨天也想到这个了+ k+ y! K6 d8 f* F1 K! w
以后办围棋赛,可以分设AI组与人类组,
回复 支持 2 反对 0

使用道具 举报

发表于 2016-3-10 18:42:49 | 显示全部楼层
胜负五五开吧
回复 支持 2 反对 0

使用道具 举报

发表于 2016-3-10 18:46:55 | 显示全部楼层
早已经自我进化3000多万局啦
& W: M" d& c8 v7 R% j0 D- z  _2 i1 U& @# o: P0 ]* F( M) L
靠人来比试获取电脑算法经验值的速度太慢
8 b" e% F+ H. T+ Z* t/ @1 t5 B
回复 支持 1 反对 1

使用道具 举报

发表于 2016-3-10 18:47:33 | 显示全部楼层
不会的,依然是一方赢,并且肯定是一方赢,毫无疑问,
- P  ]3 _! z9 r* z6 R' ^. X$ X% {
% f1 {3 }4 \+ K4 |: J& `! a因为每个系统是一个小组,其‘策略’是完全不同的,就是那个‘总策略’的算法与智商水平,决定了谁是赢家,这家伙假如到赌场,肯定被‘劝阻’的,跟山本一个级别,山本就进不了赌场,
# ~% \5 H; a, w7 E5 A: ^
( I4 @6 p+ ]5 G6 q! t: b# }这个,就跟我玩自动装配是一个道理,你装配车的路径每个人算法是不同的,最终效率是不同的,
! Y* N1 e6 w( \9 V
: [# p$ q# j( C( z: E' u8 d4 Q古狗其实就是向全世界宣布,阿拉是‘老大’,以前是IBM是老大,再后来是洛马,
$ ?7 k4 W* K3 W# A4 K
5 b( I" B% @& ?. X/ I3 a0 v3 I' n洛马被熊给戏了一次,丢了大面子,但迅速就找回来了,依然用170飞,就是‘挑战与赌气’,哈哈," L' k8 Y1 M7 a

0 d: p2 A, D; V跑速度与航程,跑不过诺格,有点‘丢分儿’哈哈,
* W9 x7 @: g7 B5 K$ H; s5 d, [# ?- f2 p" p$ D/ @+ S
总体说水平,可能现在还是洛马第一,古狗大概排第二,因为洛马玩这些东西的人,是古狗的好多倍,但也不排除古狗里面有一个‘绝世天才’,跟布劳恩一样的家伙,
" m/ x9 ~/ @7 z, M. L; `3 q' U& ~# ^# r% r! N
就像中国专家希望在‘神农架’里面找的‘非凡者’,哈哈,他们跟俺说这些,俺哈哈大笑,
( Y2 `" o7 N" m: e2 E5 e, H& W6 u0 {' E0 p0 G* T9 g
中米社会条件不同,论侃,米国肯定不是对手,哈哈,

点评

联系这个想到波士顿动力的那个机器人,结合起来是相当惊人的东西,可以做很多事情  发表于 2016-3-11 08:23
回复 支持 2 反对 0

使用道具 举报

 楼主| 发表于 2016-3-10 18:48:23 | 显示全部楼层
灭嘎嘎 发表于 2016-3-10 18:42 9 }; W* \$ h& k! g' W0 A
胜负五五开吧
9 z! g* {) m; X/ G1 j
我曾经在一台双路E5 2680 v2的主机上,使用软件对软件下象棋,总计25盘,本来我以为,这个应该遵循p=0.5的0-1分布,但是,结果让人意想不到,红对蓝,红胜22盘
7 {# t' E; L4 ?! L* ]4 O

点评

同样软件吗?如果是这样,红蓝算法肯定有区别!  发表于 2016-3-10 19:59
回复 支持 反对

使用道具 举报

 楼主| 发表于 2016-3-10 18:49:40 | 显示全部楼层
2266998 发表于 2016-3-10 18:47 , k* Z! h  Y! _
不会的,依然是一方赢,并且肯定是一方赢,毫无疑问,
" J) d# F# W4 @# B% K1 O9 _6 f' l8 ]7 F& N0 z) N
因为每个系统是一个小组,其‘策略’是完全不同的 ...
, O$ o  t1 ^, r! B# b
我曾经在一台双路E5 2680 v2的主机上,使用软件对软件下象棋,总计25盘,本来我以为,这个应该遵循p=0.5的0-1分布,但是,结果让人意想不到,红对蓝,红胜22盘;看来就像8爷所说的那样,还是一方赢8 p1 B, c- b: W' \4 N3 J

点评

当年买了给妹妹做渲染用的,有64G ECC内存,总价3万吧  发表于 2016-3-10 18:59
双cpu、e5、2680v2工作站服务器级,20核40线程,这配置超万把了。  发表于 2016-3-10 18:58
机器这个东西,是赢者恒赢的,必须留下一个家伙,是赢机器的,没有这个家伙,机器就把所有人当作‘败将’,其运算逻辑与‘博弈概率’就回到最后被它打败的那个家伙的算法去了,因为其它家伙都输给这家伙,  发表于 2016-3-10 18:55
回复 支持 反对

使用道具 举报

发表于 2016-3-10 19:30:11 | 显示全部楼层
马上fps,rts游戏也要没意思了,阿尔法狗下一个目标就是星际争霸。: o7 |" N, z: e* U, D

: q# D% {$ w, s9 I  F+ w' {幸好我已经是剧情党了。
回复 支持 反对

使用道具 举报

发表于 2016-3-10 19:34:25 | 显示全部楼层
看了下DeepMind团队发表在Nature上的文章,AlphaGO深度学习、蒙特卡罗树状搜索、自我进化三大招齐出。换句话说,最开始的时候AlphaGO并不会下棋,怎么走完全靠随机蒙,那些蒙对的走法会记忆下来,那些蒙错的走法会淘汰,这就是训练。等下次再对弈时,就会使用上次蒙对的走法。经过上万次甚至甚至上亿次的训练淘汰,水平会不断上升,也就实现了自我进化。
/ m- ^$ i, L1 ?根据这个原理,两个AlphaGO对弈,总会有一个获胜,获胜的新的走法会保留,失败的会淘汰,实现进化。这很像人类的自然进化法则,这也正是AkphaGO厉害的地方。/ O$ K% _" ]/ o8 e6 }. o, |& b, E
事实上目前AlphaGO的技能很大程度上都是通过自己左右互搏学习到的。

点评

好可怕!  发表于 2016-3-11 11:56
原来是这样啊!  发表于 2016-3-11 08:20

评分

参与人数 2威望 +2 收起 理由
不懂的太多xx + 1
爱猫人士薛定谔 + 1

查看全部评分

回复 支持 反对

使用道具 举报

发表于 2016-3-11 09:43:48 | 显示全部楼层
外太空这要这家伙去开疆拓土,进化吧
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 注册会员

本版积分规则

小黑屋|手机版|Archiver|机械社区 ( 京ICP备10217105号-1,京ICP证050210号,浙公网安备33038202004372号 )

GMT+8, 2025-4-3 07:25 , Processed in 0.065042 second(s), 21 queries , Gzip On.

Powered by Discuz! X3.4 Licensed

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表