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: 4492|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3 f6 I  [) @8 y
以后办围棋赛,可以分设AI组与人类组,

点评

这东西只要胜一次,以后就会无敌的,跟人不同,人是有年纪的,到一个年纪会出昏招,而这东西是学了所有‘败者’的棋谱,做‘博弈统计’,用概率跟你玩,你肯定就没戏了,如果留下一个高手是‘胜者’,则可以再撑  发表于 2016-3-10 18:51
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
! [, u+ k* U  J* ?6 W$ |! r. Z8 z6 L: O3 B
靠人来比试获取电脑算法经验值的速度太慢
: E4 ]! h4 t  a! K8 P. U
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,  f5 J) _; N+ y
+ ^! L- v1 b' l, J; w4 m, o7 |
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,: O) p$ c( q" `& B3 c/ n
: I7 Q) L6 t3 |
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,' E. ~1 L1 C9 m- V0 I
: ^) C: }( ]$ f- H$ c3 t% d! o+ j" }
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,
$ ?& V; {7 i  e7 E5 A5 G2 V( V( i/ U5 Y, E
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,+ h2 E0 d5 E6 R) R4 Q

/ G$ G4 C- N7 L# `跑速度与航程,跑不过诺格,有点‘丢分儿’哈哈,3 t& b- h6 d' u8 q3 R8 _6 `
* x7 y0 Z# O5 L0 l/ `
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,  V; U3 W+ J! T! E
' y3 ~% Y: Y' O0 U" I6 e0 q
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,9 `$ g( t/ {/ o& q
. ^! O* H& M- f
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 7 b4 T1 l  }% f6 a3 W! a
胜负五五开吧
5 F! B2 v! ?$ N+ j  s. r; Z# s/ |
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
2 T! A$ B3 _6 T" W) [9 g/ ?

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 9 |9 e8 P4 K) N3 X& w* n  P8 T7 K- a
不会的,依然是一方赢,并且肯定是一方赢,毫无疑问,2 Z  G3 \: o3 P

7 N) Z# J, f* i因为每个系统是一个小组,其‘策略’是完全不同的 ...

! d7 E( J; o2 o, j. t3 Z3 ^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
! W5 V+ J" E( F, g

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。
- C- b' G* H! d/ r- _- |# n! T: O6 e. n/ ]. `
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。
# }  j( r  y5 j6 |0 V7 f( p3 k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。
/ P8 e$ H& B* {5 \% k$ G4 P% d# s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, 2024-12-23 12:01 , Processed in 0.216543 second(s), 23 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