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

[WinPooh]

Я не совсем верно выразился. Сеть не знает что такое формы, не знает как резать и соединяться, не знает про джосеки, вторжения и т.п.

Что-то наверняка знает, но это знание заранее не задавалось. Скажем, распознавание пустых треугольников - вполне тривиальная задача компьютерного зрения. И по статистике партий программа могла понять, что игрок с пустым треугольником почему-то чаще проигрывает. И присвоить этому элементу некоторый отрицательный вес.

Самое интересное, что кроме пустых треугольников программа могла найти и ещё много интересных форм и закономерностей, обладающих статистической значимостью. И наверняка среди них есть неизвестные людям. Например, "кто первый ходит в R10 - тот выигрывает". Вот бы теперь эти знания оттуда извлечь в человекочитаемом виде...

[Филиппов Вадим]

Хорошо что программа играет сильно. Но этом хорошо заканчивается.
перечислю. Всё время тянет перечислять:
1. Главный вопрос в какую силу это всё будет играть на персональном компьютере. Подозреваю что не очень и это проблема, главная. На уровне 2-3 дана РФГ уже есть версии, нужен качественный скачёк.
2. Человек при перевесе делает умеренный выбор между рисками проиграть, но взять больше или немного отдать, но закрыть крепко. Программа отдаёт очки на право и налево(вернее случайно), слепо веря в свою победу в пол очка. Эти ходы, теряющие очки, раздражают. По человеческим меркам есть надёжные ответы, потому что вариант прост и там нельзя допустить ошибку.
3. Когда программа решает что у неё хуже, всё становится ещё хуже. Начинается слив партии. Если бы человек играл эту позицию сам, то ещё не всё ясно. Не делая ошибок соперник может пересидеть чёрную полосу и дождаться реальной ошибки, а не ловить на атари, авось не закроется. Даны так не играют, это поведение начинающего.
2 и 3 делает эту программу не интересной и бесполезной как спарринг партнёра.
4. Программа не может дать приблизительной оценки позиции очках, как это делают игроки. Мы даже близко не подошли к этому. А понятие "вероятность победы" ничего не даёт реальному игроку. Я вчера тестировал крези стоун, который всю партию приписывал себе 80%, безнадёжно сливая почти 50, а когда понял, то не умер только тем, где уже было 2 глаза.
5. Нет никакого намёка на возможность настроить игру программы. На более агрессивную, территориальную, атакующую, ловушечную. Да что угодно, как в шахматных программах, где можно даже сделать настройки конкретного человека, на базе его турнирных партий и поиграть потом с Ласкером, Фишером и Капабланкой. Можно запустить с ними турнир и потом разбирать сыгранные партии. Даже какое-то сходство проскальзывает, я помню.

Не жду в этом году ничего дельного, что могло бы меня обыграть на обычном компьютере. А надежда была.

[Rom77]

1. Главный вопрос в какую силу это всё будет играть на персональном компьютере. Подозреваю что не очень и это проблема, главная. На уровне 2-3 дана РФГ уже есть версии, нужен качественный скачок.

Хассабис писал в твиттере, что распределенная версия набирает только 75% очков против одиночного компьютера. Это примерно соответствует разнице в один дан по классификации EGF.

[Филиппов Вадим]

1. Главный вопрос в какую силу это всё будет играть на персональном компьютере. Подозреваю что не очень и это проблема, главная. На уровне 2-3 дана РФГ уже есть версии, нужен качественный скачок.

Хассабис писал в твиттере, что распределенная версия набирает только 75% очков против одиночного компьютера. Это примерно соответствует разнице в один дан по классификации EGF.

Воу! Скрестил пальцы тогда, это можно рассчитывать на 6-7 дан. Надеюсь одиночный компьютер это не i7, 8 ядер или что там сейчас считается передовым.

[could]

Воу! Скрестил пальцы тогда, это можно рассчитывать на 6-7 дан. Надеюсь одиночный компьютер это не i7, 8 ядер или что там сейчас считается передовым.

Нейронная сеть (без обучения) не требуют каких серьезных ресурсов и вполне может считаться на обычном смартфоне. Так что, если ребята из DeepMind соизволят (или мы из уговорим) выпустить версию бота для простых смертных, то можно будет ожидать персонального карманного 6d.

[migrulos]

Вот хорошая статья, где довольно простым языком рассказывают как оно работает:
https://meduza.io/feature/2016/03/15/ne ... ih-vyuchit

[WinPooh]

Воу! Скрестил пальцы тогда, это можно рассчитывать на 6-7 дан. Надеюсь одиночный компьютер это не i7, 8 ядер или что там сейчас считается передовым.

Нейронная сеть (без обучения) не требуют каких серьезных ресурсов и вполне может считаться на обычном смартфоне. Так что, если ребята из DeepMind соизволят (или мы из уговорим) выпустить версию бота для простых смертных, то можно будет ожидать персонального карманного 6d.

Не забываем про Монте-Карло. Чем-то программа занималась по несколько минут, пока ход обдумывала. В статье приводится табличка сравнительной силы разных версий Альфы. Чистая нейросеть, без поиска - это 1-2 дан.

[Rom77]

Воу! Скрестил пальцы тогда, это можно рассчитывать на 6-7 дан. Надеюсь одиночный компьютер это не i7, 8 ядер или что там сейчас считается передовым.

Нейронная сеть (без обучения) не требуют каких серьезных ресурсов и вполне может считаться на обычном смартфоне. Так что, если ребята из DeepMind соизволят (или мы из уговорим) выпустить версию бота для простых смертных, то можно будет ожидать персонального карманного 6d.

Не забываем про Монте-Карло. Чем-то программа занималась по несколько минут, пока ход обдумывала. В статье приводится табличка сравнительной силы разных версий Альфы. Чистая нейросеть, без поиска - это 1-2 дан.

Вроде бы чистая policy network играла на 3-4d. Причем, как я понимаю никакой поиск она не использовала ("The version solely using the policy network does not perform any search."). И это ещё "во времена" Фана.

Кстати, если я правильно понял статью в Nature, тогда же испытывалась экспериментальная версия policy network на 256 фильтров. Она набирала 67% против основной версии и на выбор хода ей требовалось всего 7,1 миллисекунды.

[Филиппов Вадим]

Не забываем ещё про эти даны. Я выставил в крезистоун 3-4 дан (последняя кнопка), получил 2 кю, проваливший первый же розыгрыш в углу. Да и зен на 5 дан ну никак не тянет. У нас тут свои даны. Компьютер у меня старый, но ещё не совсем ржавый i5, 4 ядра 3 ггц.

[Эшу]

Вот 3-ий вариант я готов признать интеллектуальным. Во всех других интеллекта ноль.
Поэтому я чувствую себя обманутым. DeepMind заявляют о новом шаге к созданию универсального искусственного интеллекта - обучающемся на собственных партиях ИИ. А оказывается, что никакого интеллекта и нет, просто им захотелось, особо не напрягаясь, срубить побольше пиара. Вдобавок, чтобы повысить свои шансы на победу, используют множество грязных приёмов.

3 вариант - это не интеллект, а статистика и тупой перебор. А вот про грязные приемы хотелось бы по подробнее. Что может быть грязного в программе?

Как я понял в 3-м варианте главным является оценка позиции по неким формальным признакам. Наличие этой оценки и можно считать каким-то подобием интеллекта.
Мой органический интеллект тоже воображает некие последовательности ходов (иногда 2 хода, иногда 50 (ситё)), а потом смотрит нравится ли ему получившаяся позиция.

Грязная игра разумеется не программы, а Google и DeepMind:
1. Партии с Фаном играются в октябре, а узнаём мы об этом только в январе (с Фана что - подписку о неразглашении взяли?). Из-за этого психологически партии воспринимаются как свежесыгранные.
2. Железо в матче значительно мощнее, чем в октябре. DeepMind говорит только про нейросети и самообучение, хотя основа AlphaGo - это Монте-Карло, которое крайне чувствительно к мощности железа.
Фан играл 10 партии с разным контролем и 2 быстрые партии выиграл (Монте-Карло же). Но заявляется а матче 5:0. Кто-нибудь видел записи 5-ти быстрых партии? Лично я не встречал.
3. Какая-то мутная история с фейковым AlphaGo, играющим на Tygem.
4. AlphaGo стабильно непривычно ориентирует фусеки. Хотя обучение нейросети на партиях высоких данов с KGS должно было научить её играть по этикету. Перепутать координаты могли только программисты. Может это было случайно при загрузке партий, но почему бы тогда не исправить. Сильных данов в команде разрабочиков, чтобы это заметить, достаточно. AlphaGo трогать не надо, достаточно поменять координаты при отображении хода на мониторе.