Ли Седоль, 9-дан о своих шансах в матче с AlphaGo

[Эшу]

Ещё одна статья с вольным изложением статьи в Nature на русском: https://habrahabr.ru/post/279071/

Похоже энтузиасты взялись воссоздать AlphaGo на основе статьи.

[whitedog]

Ли Седоль выиграл четвертую партию! Очень круто!
Ход 78 просто блеск!

[doctor]

Поздравляю любителей Го с великой победой Ли.
Значит у человечества еще не все потеряно против искусственного интеллекта!
Ждем победы Ли в 5-й партии.

[Вадим Хавин]

Наконец-то Ли Седоль пришел в себя и показал свой настоящий уровень.
78 - безусловно шедевр. Такой попробуй найди, зато когда он сделан, его дьявольская разрушительная сила вполне понятна.

[Эшу]

Посмотрел пресс-конференцию после 4 партии : https://www.youtube.com/watch?v=C2txn4igy-M
Противно слушать такое враньё (будто первый канал включил).
Хассабис - "Мы затеяли этот матч, чтобы найти слабости в нашей программе, и для этого нам и был необходим такой гениальный игрок как Ли Седоль".
Да любой программист объяснит, в чем слабость их подхода, и что он ни на шаг не приближает их к искусственному интеллекту.
Причём они реально утверждают, что AlphaGo способно учиться. Я раньше думал, что это журналисты что-то путают.

После такого действительно можно поверить в договорные матчи. Потому как непонятно, что для таких людей репутационные потери.

А Ли Седоль молодец.

[Филиппов Вадим]

К слову об обучении. Гугл расщедрился на дополнительные видеокарты (прикупил ещё мозгов)? Поправите если я не прав, но конфигурация прибавила 50+ видеокарт и процессоры, не нашёл точной информации чего и сколько стояло с Фаном и с Седолем. И какие именно процессоры стоят, ЦПУ понятие растяжимое, их сейчас 1202? А тогда сколько было?
И я сейчас скептически настроен по поводу информации об обучении. Программа прибавила уже почти всё, что могла. Дальнейшее усиление будет опять при помощи процессоров, если информация об апгрейде железа верна (это предсказание, если будут ещё матчи). Это было то самое "обучение" между матчами. Всё таки есть понятие предела(максимально точная игра). Чем к нему ближе, тем это самообучение требует больше времени и даёт меньший результат, а максимума на практике не достигнет никогда, для этого надо "решить" саму игру.

Анализ партий показывает что программа делает ошибки, ошибки очевидные, человек легко их избегает. Правда ошибки мелкие, но очевидные. Совершенно не умеет бороться из худшей позиции, скатываясь на уровень правил, отдавая очки очевидными ходами. В первой партии мы начали наблюдать такое поведение в зачатке, но Седол быстро "исправил" положение. Увы, мы не увидим уже был бы такой же кошмар и в первой партии если бы Ли играл аккуратно при доигрывании, как в 4-й, и знал бы с кем имеет дело. Я понимаю почему это происходит, это всё монтекарло, которое там в основном и шуршир на 1000+ цпу, но где же хвалёные нейронные сети? Вероятно опустили проводки и загрустили. Игра после 87 хода, в 4-й партии выглядит безобразно, это даже не уровень дана. Это игра "тупой машины". Никакого ИИ, стандартное поведение зена-бота, когда тот получил плохую для себя вероятность. Баланс программа оценивать не умеет. Это скорее "рулетка" в библиотеке. Тут тоже понятно, монтекарло же. Оценки позиции нет, алгоритма нет, теории нет, как в шахматах. Мы получили хорошего спаринг партнёра, не более.

Ждём 5-ю партию, матч Седоль уже проиграл, это понятно. Но если выиграет и вторую партию, то программа не сильнее, просто очевидна недооценка, отсутствие подготовки, непривычная игра. Возможно он играл в каком-то матче до неё и устал, прохладное отношение к сопернику. Причин много, самая очевидная-несерьёзное отношение к сильному противнику, способному провести партию против человека на уровне профессионального игрока, уже сейчас более сильную, чем большинство профессионалов.

Учитывая задействованные мощности, игра Ли поражает! Сам гугл понимает понимает что человек выдержал схватку с двумя подвалами невероятной электроники? Это наглядный эквивалент человеческому мозгу. Не хватает только совместного фото участников матча, мы так и не увидели фотографию Альфаго. Чтобы люди видели против какого монстра играл Ли. Кто в Го не играет реально думают что завтра эту программу можно скачать на свой айфон.

Персональная версия будет слаба. Ну не тянет этот перебор вероятностей на домашнем компьютере, даже хорошем. Нейронные сети с библиотекой там погоды не сделают, проверка их шаблонных ходов по форме всё равно будет сбоить из-за слабого компьютера. Хорошо если прибавит +1 камень к уровню крезистоуна и со скрипом (по 5 минут на ход), потянет на пьяного 4 дана.

Может показаться что я слишком резок, но обидно за Седоля, за его наивность или разгильдяйство. Подойди он к турниру серьёзно, всё бы могло сложиться иначе, гугл отправился бы к партнёрам за новой тысячей процессоров. И история была бы как с Каспаровым, который первый матч выиграл. Но прошлого не вернуть. Этот матч навсегда будет записан как победа машины над человеком.

[could]

Причём они реально утверждают, что AlphaGo способно учиться. Я раньше думал, что это журналисты что-то путают.

Вообще то алгоритмы обучения нейронных сетей без учителя существуют уже не один десяток лет. АльфаГо реально способна обучаться на основе сыгранных партий и в этом нет ничего фантастического. Любой программист, знакомый с нейронными сетями это Вам подтвердит :)

[Филиппов Вадим]

Причём они реально утверждают, что AlphaGo способно учиться. Я раньше думал, что это журналисты что-то путают.

Вообще то алгоритмы обучения нейронных сетей без учителя существуют уже не один десяток лет. АльфаГо реально способна обучаться на основе сыгранных партий и в этом нет ничего фантастического. Любой программист, знакомый с нейронными сетями это Вам подтвердит :)

У меня нет сомнений что может. А теперь просто хочется увидеть программу на этой нейросети без ядерного реактора в виде монтекарлло, на недоступной всем взятым любителям моего города машине. На что способна сейчас сама сеть, кроме того чтобы отличать птичку от кошки и находить оптимальный путь до булочной?
А нет никакой программы, самостоятельно принимающей решения. Есть база данных и наработанные формы по этой базе. Визуальный анализ форм, где выводы сомнительны. Без монтекарло эта ИИ сможет соблюдать правила, не более, и делать штампованные ответы по форме, которые развалятся без оценки вариантов. Лучший алгоритм, именно алгоритм в этой игре у гнуго-5кю. Шахматы играют оценкой позиции. В Го такого и близко не создали. Сильный игрок понимает как устроено Го и что все эти формы-пустой звук, без конкретики и скрупулёзного учёта всей доски. Мы сами видим ключевые пункты по своей базе, но без вариантов и оценки стоимости это имитация игры.

[could]

А теперь просто хочется увидеть программу на этой нейросети без ядерного реактора в виде монтекарлло, на недоступной всем взятым любителям моего города машине. На что способна сейчас сама сеть, кроме того чтобы отличать птичку от кошки и находить оптимальный путь до булочной?

Данные мы можем брать только из статьи с описанием алгоритма. А там приводятся примерно следующие цифры:
Симуляция: около 3d (
Policy network: 3d (чуть больше чем монтекарло)
Value network: где то 4d
Все сети вместе: около 7d
Все вместе на одной машине: 2p

В еще, нейронная сеть в альфаго - это не поиск по базе и анализ форм, это анализ позиции в целом с учетом последовательности ходов и прочей дополнительной информации, которая подается на вход сети и оценка полезности возможных ходов.

[Филиппов Вадим]

Да. Спасибо за объяснение. Сам читал, но в голове всё равно не складывается, т.е. я не в теме программирования.
Почему же программа чуть ли не забыла правила во второй половине партии, полезность этих ходов отрицательная. Я не видел какого-то анализа, просто на доску закидывали мёртвые камни, то в одном месте, то в другом, без цели и без связи. Очевидно что полезно сокращать разрыв, там было не так всё просто, если играть "по-нормальному".
И ещё. Почему сама программа 9 ходов после того как уже стало плохо, всё ещё считала что хорошо? Энное число ходов до 78-го программа не видит этой комбинации, но и после того как ход поставили, продолжает не видеть. 9 ходов! Это недостижимая дистанция.

Что ещё примечательно. Зен-бот на моём домашнем компьютере показал такое же "понимание" этой позиции при доигрывании. На 5 минутном анализе на ход он показывал такие же ответы, оценка упала ровно в тот же момент что и в партии. Единственное, что явно видеться, недостаток процессоров. Оценка упала, но не в минус. Я играю в Го, а не программирую и мне было по ходам видно, что младший брат Альфы думает похоже.
К слову, посередине партии зен легко разыгрывает стандартные дзёсэки вторжения, сомнительно предполагать что он их каждый раз сам находит и каждый раз правильно. Там тоже не одна голова. Поведение когда у него больше или меньше полностью как у Альфы. Способ ведения ко с позиции силы такой же (с другим не сравню, альфа ещё не показывала). Обилие игры на высокое давление в центре, постоянное давление. Можно сказать что есть стиль определённый.