兩個 AlphaGo 互相下，誰會贏？

12-29

如題，如果兩個 AlphaGo 對局，誰會獲勝呢？為什麼？

謝邀。如果2個AlphaGo對弈，當然是AlphaGo贏，其實先後手哪一方贏並不那麼重要，如果一定要分出勝負，我認為勝負並不一定那麼明確。

為什麼呢？實際上從AlphaGo的論文上來看，它的核心功能就是根據一個局面進行蒙特卡羅數的展開，在展開的過程中使用policy network，在一定深度後停止展開，用value network和monte carlo rollout結合判斷葉子結點的局面優劣。如果一方在葉子節點的判斷出現問題，那麼對方考慮的時候，他可以比前一手多考慮一層，那麼就有可能更接近局面的真實情況，也就更能判斷清楚前面一步棋走的是不是夠好。

由於前半盤alphaGo無法靠policy network搜到終盤，所以很難保證不走漏著，那我猜想後走的白方反而獲勝的機會更大。

這種問題自己看 AlphaGo 在 Nature 上的論文就行。

單機版和分散式的之間對戰的話，也並不是單機版一定會輸。

不同配置的計算機下跑 AlphaGo 也不一定低配置的就輸，具體比例見上截圖。

補充一下，同配置先手勝率大概在 48% 左右，因為電腦看來貼目是虧了。（第三局應該流傳出來一張勝率圖來著，現在一時找不到了，那張和下面這張不知道是不是 AlphaGo 輸出的結果）

原因是什麼呢？大概就是跑的時間不一樣吧，計算機在一毫秒內就可以進行足夠多的運算，以至於可以明顯放大即使是同配置下的微小差距（比如搜索樹更深了），這些差距增加了結果上的「隨機性」，而這就導致了即使規定好了每步棋的時間，每一盤和前一盤都可以是不一樣的。

最後說一句，諸位不會答不要強答，沒這個必要。

我全點反對了。

阿爾法狗橫掃李世石和其它一切人類冠軍之後，人們決定讓兩台阿爾法狗分別繼續進化，在一年後打對決，想看看圍棋的神級之戰是什麼樣的，AI能否揭示出圍棋的終極奧義。全世界都作好了看不懂阿爾法狗和貝塔狗的棋局的準備，但局面仍超出想像。阿爾法狗執黑先行一子。貝塔狗沉默許久。然後認輸。

好吧如果是對弈，若是訓練狀態相同，其實跟人左手和右手下棋並無太大差別（唔或許人的話還會引入個人好惡），可以說思考迴路相同，只能是各有勝負了。

然而啊狗有個邊下邊訓練的機制，若是分兩台設備下足夠多局，就會變成訓練，如果無外源數據，就會坑爹。

———————————————————

聽說過過擬合么……

因為AlphaGo不可能遍歷整個狀態空間，並且以現在電子計算機結構來說發展到死也不足以遍歷狀態空間，所以它才是採用多層神經網路來協助解決問題的。神經網路的訓練，深度學習的進行，如果是自己跟自己玩，缺乏外部的可信訓練資源的情況下，靠自己訓練自己，那隻能過擬合了……

就是會越下越sb的意思……

這和我的左手和我的右手猜拳，贏得都是我，輸得都是我有什麼區別。。。

阿爾法狗橫掃李世石和其它一切人類冠軍之後，人們決定讓兩台阿爾法狗分別繼續進化，在一年後打對決，想看看圍棋的神級之戰是什麼樣的，AI能否揭示出圍棋的終極奧義。全世界都作好了看不懂阿爾法狗和貝塔狗的棋局的準備，但局面仍超出想像。阿爾法狗執黑先行一子。貝塔狗沉默許久……………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………然後認輸。

所謂一子定江山！

----------------------------------

按照先下由於貼目原因的原因，可以另寫一個段子：

阿爾法狗橫掃李世石和其它一切人類冠軍之後，人們決定讓兩台阿爾法狗分別繼續進化，在一年後打對決，想看看圍棋的神級之戰是什麼樣的，AI能否揭示出圍棋的終極奧義。全世界都作好了看不懂阿爾法狗和貝塔狗的棋局的準備，但局面仍超出想像。阿爾法狗執黑先行一子。貝塔狗沉默許久，還尚未落子……………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………阿爾法狗認輸。

所謂我還沒用力，你就倒了……

你已經死了！

這個可是我的原創

阿爾法狗再進化：自學3天，就100:0碾壓李世石版舊狗

不用猜測了，谷歌已經用新一代狗秒殺了舊狗，而且耗電更少，只用了4個TPU，之前是48個TPU

谷歌股票會贏。

這還不簡單?當然是ALPHA GO贏

根據目前已知測試和數據來看，執白棋的狗勝率更高（俗稱白狗），圍棋執黑一方需要貼目····

其實我看了下阿爾法狗下棋的原理，卷積網路，蒙特卡洛搜索樹，似乎仍然是靠的海量計算，下一局棋就要花3000美元的電費，那要是下29路，39路的圍棋，豈不是要把全美國的電都燒光？下贏了又有什麼意義？畢竟不是真正的模仿人類智能。

神經醫學方面的解釋能多些嗎？

看貼目，基本還是看拋硬幣的結果。誰執黑誰贏。

百度百科裡面：「截止到2014年底，中國大陸主辦的貼3又3/4子（相當於7目半）的世界大賽共有380盤對局，其中黑勝200局，勝率為52.6%（前3屆春蘭杯相當於貼5目半，未計入）。而台灣舉辦的應氏杯（貼8點，也相當於7目半）則是黑勝100局，白勝97局。由此可見，即便是貼7目半，黑方似乎還是略佔優勢。」