突發(fā)奇想，如果使用2臺(tái)alphaGO主機(jī)，使用同樣的算法和策略，互奕一局，結(jié)局如何？

crazypeanut

這個(gè)是不是有點(diǎn)自相矛盾的味道？？ 但是我對(duì)結(jié)果很感興趣

愛(ài)貓人士薛定諤

這算是“迭代”嗎，昨天也想到這個(gè)了
以后辦圍棋賽，可以分設(shè)AI組與人類(lèi)組，

滅嘎嘎

勝負(fù)五五開(kāi)吧

yestwp

早已經(jīng)自我進(jìn)化3000多萬(wàn)局啦
) \; @3 A( j7 O, D/ Q2 \3 C8 Q; |
7 N" _/ J. J$ g/ N1 e  @靠人來(lái)比試獲取電腦算法經(jīng)驗(yàn)值的速度太慢

2266998

不會(huì)的，依然是一方贏，并且肯定是一方贏，毫無(wú)疑問(wèn)，

* M2 |  v8 ]% y2 G; A因?yàn)槊總�(gè)系統(tǒng)是一個(gè)小組，其‘策略’是完全不同的，就是那個(gè)‘總策略’的算法與智商水平，決定了誰(shuí)是贏家，這家伙假如到賭場(chǎng)，肯定被‘勸阻’的，跟山本一個(gè)級(jí)別，山本就進(jìn)不了賭場(chǎng)，
7 G$ H: Z. e7 n$ Z; c: z
/ q2 r: w: E" a這個(gè)，就跟我玩自動(dòng)裝配是一個(gè)道理，你裝配車(chē)的路徑每個(gè)人算法是不同的，最終效率是不同的，

古狗其實(shí)就是向全世界宣布，阿拉是‘老大’，以前是IBM是老大，再后來(lái)是洛馬，
+ F2 O* U9 t/ d$ @8 c/ @. w3 p4 O
  y( R) Y: z; X; K洛馬被熊給戲了一次，丟了大面子，但迅速就找回來(lái)了，依然用170飛，就是‘挑戰(zhàn)與賭氣’，哈哈，

跑速度與航程，跑不過(guò)諾格，有點(diǎn)‘丟分兒’哈哈，
' E9 m7 ~1 r1 ?
總體說(shuō)水平，可能現(xiàn)在還是洛馬第一，古狗大概排第二，因?yàn)槁羼R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(gè)‘絕世天才’，跟布勞恩一樣的家伙，

就像中國(guó)專家希望在‘神農(nóng)架’里面找的‘非凡者’，哈哈，他們跟俺說(shuō)這些，俺哈哈大笑，

中米社會(huì)條件不同，論侃，米國(guó)肯定不是對(duì)手，哈哈，

crazypeanut

滅嘎嘎 發(fā)表于 2016-3-10 18:42
勝負(fù)五五開(kāi)吧

我曾經(jīng)在一臺(tái)雙路E5 2680 v2的主機(jī)上，使用軟件對(duì)軟件下象棋，總計(jì)25盤(pán)，本來(lái)我以為，這個(gè)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(duì)藍(lán)，紅勝22盤(pán)
. d7 g5 ]5 n6 j

crazypeanut

2266998 發(fā)表于 2016-3-10 18:47
  Q0 e. _, {: F7 m+ n& ~* S9 ~& Q不會(huì)的，依然是一方贏，并且肯定是一方贏，毫無(wú)疑問(wèn)，
7 t, Q9 ]% R; e& ]/ N3 q1 ^
- I7 V: B; S2 _" x% L9 ~5 a( j" X因?yàn)槊總�(gè)系統(tǒng)是一個(gè)小組，其‘策略’是完全不同的 ...

- \9 O& K. e4 @我曾經(jīng)在一臺(tái)雙路E5 2680 v2的主機(jī)上，使用軟件對(duì)軟件下象棋，總計(jì)25盤(pán)，本來(lái)我以為，這個(gè)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(duì)藍(lán)，紅勝22盤(pán)；看來(lái)就像8爺所說(shuō)的那樣，還是一方贏
  E1 J+ U' V, i6 @+ ]( S

negtive

馬上fps，rts游戲也要沒(méi)意思了，阿爾法狗下一個(gè)目標(biāo)就是星際爭(zhēng)霸。

* _' `; D/ L/ l2 s; x3 W: \幸好我已經(jīng)是劇情黨了。

劉景亞

看了下DeepMind團(tuán)隊(duì)發(fā)表在Nature上的文章，AlphaGO深度學(xué)習(xí)、蒙特卡羅樹(shù)狀搜索、自我進(jìn)化三大招齊出。換句話說(shuō)，最開(kāi)始的時(shí)候AlphaGO并不會(huì)下棋，怎么走完全靠隨機(jī)蒙，那些蒙對(duì)的走法會(huì)記憶下來(lái)，那些蒙錯(cuò)的走法會(huì)淘汰，這就是訓(xùn)練。等下次再對(duì)弈時(shí)，就會(huì)使用上次蒙對(duì)的走法。經(jīng)過(guò)上萬(wàn)次甚至甚至上億次的訓(xùn)練淘汰，水平會(huì)不斷上升，也就實(shí)現(xiàn)了自我進(jìn)化。
根據(jù)這個(gè)原理，兩個(gè)AlphaGO對(duì)弈，總會(huì)有一個(gè)獲勝，獲勝的新的走法會(huì)保留，失敗的會(huì)淘汰，實(shí)現(xiàn)進(jìn)化。這很像人類(lèi)的自然進(jìn)化法則，這也正是AkphaGO厲害的地方。
事實(shí)上目前AlphaGO的技能很大程度上都是通過(guò)自己左右互搏學(xué)習(xí)到的。

icegoods

外太空這要這家伙去開(kāi)疆拓土，進(jìn)化吧