Марк Цукерберг и ЕГК-2016

[breakfast]

http://ria.ru/science/20160127/1366087868.html

http://tass.ru/nauka/2620042

[Volody]

http://deepmind.com/alpha-go

[SanKingTim]

Фан был разорван во всех партиях кроме спокойной дележки в последней игре, да и ту он проиграл.

Не верю в сговор, но если кто и заинтересовал Фана, так это Ли Седоль. Пока что он один в плюсе.
Я бы хотел к нему присоединиться и поставить на Ли против гугл-бота 1к1 от 100 до 1000 баксов. Кто готов поддержать компьютер?

[gleb]

Офтоп: В ТАСС, видимо, более профессиональные профессионалы работают чем в РИА Новости. В итоге в двух новостях гуглоботом были обыграны разные люди — Фань Хуэй и Фан Хой.

[whitedog]

Фан был разорван во всех партиях кроме спокойной дележки в последней игре, да и ту он проиграл.

Не верю в сговор, но если кто и заинтересовал Фана, так это Ли Седоль. Пока что он один в плюсе.
Я бы хотел к нему присоединиться и поставить на Ли против гугл-бота 1к1 от 100 до 1000 баксов. Кто готов поддержать компьютер?

А что конкретно утверждается? Что Ли выиграет первую партию у компьютера? Все партии в этом матче (например, 5 игр там будет или сколько)? Большинство партий в этом матче? Хотя бы одну?

[breakfast]

http://www.gazeta.ru/science/2016/01/28_a_8043737.shtml

http://www.bbc.com/news/technology-35420579

[AlexanderK]

Я, в силу профессиональной деятельности, довольно хорошо знаю ситуацию "с той стороны".
В 2012 году в области машинного обучения в целом произошел качественный скачек. Количество данных для обучения, уровень алгоритмов и мощности для обучения вышли на такой уровень, что искусственные нейронные сети (разработанные как принцип довольно давно) стали давать фантастические результаты.
Принципиальное отличие обучения на нейронных сетях заключается в том, что им не надо давать на вход факторы (в случае го, объяснять, например, какие формы являются хорошими). Им в пределе даже правила можно не объяснять. :)
Главное дать большое количество положительных (ходы выигрышной стороны) и отрицательных (ходы проигравшей стороны) примеров. И сеть научиться сама.
Как только алгоритм выходит на высокий уровень игры, программа может играть сама с собой огромное количество партий. Обучаясь на результате. Причем не обязательно партии доигрывать.
Можно делать так: берется любая позиция, сеть предсказывает несколько хороших ходов, ходы просчитываются (используя традиционные алгоритмы перебора по дереву решений) на сколько возможно, результат добавляется в обучающую выборку.

Тимур, я не рекомендовал тебе ставить на Седоля, ориентируясь на игру программы с Фаном. ;)
Мы, грубо говоря, наблюдая за игрой программы, наблюдаем за игрой талантливого 4-летнего ребенка. К моменту игры с Седолем в марте он может сильно прибавить.
Нейросетевые модели сейчас очень быстро обучаются при достаточном количестве данных. А в случае с го данных очень много. Плюс, как я сказал раньше их можно генерировать.
Кстати. Обучение глубокой нейронной сети (Deep Learning) процесс ресурсоемкий. Нужен большой кластер компьютеров (желательно с GPU) и много времени. Но работает обученная программа очень быстро. Т.е. играть против Седоля будет обычный компьютер. Для самой игры, в отличии от обучения, супермощности вообще не нужны.

[Ilya]

Я посмотрел партии Фана против программы.
Фан играл откровенно плохо во всех партиях. Где-то допускал совсем очевидные ошибки из серии - не вставил сэнте ходы на защиту группы и был съеден. В некоторых просто в целом показывал плохую игру.
На мой взгляд, уровень игры Фана в этом матче - 5-6 любительский дан. Что касается программы, то ее уровень я бы оценил на 7 любительский дан.
Думаю, что тут в первую очередь сказалась психология и недооценка соперника со стороны Фана. Поначалу он просто не верил, что программа может сильно играть, а потом проверял действительно ли она сильно играет.
Если бы завтра они сыграли еще 5 партий, и Фан был бы в своей оптимальной форме, то результат мог бы оказаться диаметрально противоположным.

[breakfast]

Еще несколько мнений экспертов и опрос:
http://vk.com/go_secrets?w=wall-105196334_3097

[could]

Т.е. играть против Седоля будет обычный компьютер. Для самой игры, в отличии от обучения, супермощности вообще не нужны.

Вообще-то нужны. Там не чистая нейронная сеть а 50/50 нейронная сеть и MCTS и вот для симуляции как раз нужны мощности