經過第一盤棋,李世石戰勝 AlphaGo 的可能性更大了還是更渺茫了?

這盤棋無疑使雙方都對對方的風格多了很多了解,但相比之下誰學到的更多呢?

----

本題已收錄至知乎圓桌 ? 對弈人工智慧,更多關於李世石對戰人工智慧的解讀歡迎關注討論。


先作個預測(希望再次被打臉):今天的比賽至關重要,如果輸了那就基本0:5了,而贏了的話很可能4:1。

從昨天alphago的表現來看,包括柯潔在內的很多人都認為電腦開局還行,但偶爾有些小問題,中局較差,而殘局很恐怖。而李世石也是類似風格(之前好像有個李昌鎬更是這樣?)。但比殘局計算,李世石可能是人類中的高手,但計算機更勝一籌。所以柯潔認為自己對alphago的勝率會比李世石高。我比較認同這個看法。

從alphago的原理來分析,開局其實人類離「上帝」差得太遠,也許我們今天覺得很好的布局定勢其實是個大壞棋也不一定。更多的是靠以往的經驗,比如水平差不多的人下棋,走這個定勢就比那個勝率更高一些,我們就認為這個好一些。目前alphago對於開局也是靠人類高手學習出來的對局庫學習出來的value network,當然開局也有mcts的搜索,但從開局模擬對局到遊戲結束需要的時間更多,可能性也更多,所以「看起來」電腦的布局更像是「背棋譜」,也就是很像人類高手的走法。從人類的策略來說,開局是非常關鍵的。因為神經網路需要大量訓練數據,超一流棋手的對局少,所以alphago只能學到一流高手的棋感,而開局mcts的幫助就沒有那麼大。

而到了殘局,雖然mcts不是窮舉,但是由於搜索的速度加快,從而模擬對局變多,從概率上來看趨近最優解,而人類高手總有算錯算漏的可能性,所以這是劣勢。而中局就比較複雜,需要平衡搜索和局面判斷,我認為alphago藉助搜索能稍微超過一流高手但會弱於頂尖高手甚至可能出現明顯的弱手。所以也是李世石需要下的強硬並擴大先手的地方。

但還是那個老問題,人類殘局會算錯,即使從棋理上應該獲勝的棋也可能下輸,尤其是如果心理壓力大的情況下計算更容易出錯,而計算機就不會(這也是為什麼情感不是智能生物必須的一個論據)。就像常昊跟李昌鎬下棋,死活到了後面就是不行。所以今天的比賽至關重要,如果輸了那就基本0:5了,而贏了的話很可能4:1。

總結一下(希望被再次打臉)我個人的觀點和對李世石的建議:開局選擇自己最拿手的,能用超一流棋手的棋感拉來和一流棋手的差距,中局穩打穩紮,利用機器的小失誤擴大領先,殘局計算要控制好情緒,不要優勢就放棄(劣勢也頑強一點吧,雖然看起來是無謂的垂死掙扎,電腦不會給你任何機會的),另外可以考驗一下電腦應付打劫的能力,這個更多靠「抽象和泛化」,少量的訓練數據深度學習應該還是學不出來的。

其實,這種想法很可能被打臉,但說出來,大家就更能了解,相比人,機器擅長的是什麼,不擅長的是什麼。人畢竟是人。即使從棋理上應該獲勝的棋也可能下輸,尤其是如果心理壓力大的情況下計算更容易出錯,而計算機不會。另外一個更令人失落但不得不承認的事實是:我們會越來越難找到「只有人類才有」或者「人類最強」的東西了。


你錯了 阿法夠對李的認識從他第一次比賽就有了 可謂知根知底。而李對狗的認識僅停留在去年10月份的5盤和9號的第一局


不懂圍棋,不過非常關注這場比賽。 幹活期間開著直播,跟旁邊的同學賭了100塊。

昨天第一場,看評委的意思是中間險勝了,李世石前面貌似嘗試干擾Alphago的規則,出了一些奇怪的招,旁觀懂圍棋的同學也說Alphago下的像五子棋一樣,勝出基本無望。 之後逆轉也沒看出啥名堂。 總之感覺是Alphago威力不大。

今天第二場,Alphago像開掛一樣,感覺最後李世石的表情都有點絕望了。 俺作為一個人類,儘管無法體會棋手陣營的憂傷,但也深深感受到了機器強大力量——AI的碾壓。。

回到話題,如果第二局李世石是全力以赴的話,估計後面勝出無望。一方面,第二場Alphago的水平感覺比第一場高許多,誰知道它/他/她還有沒有隱藏的『魔鬼模式』;另外,李的信心應該會有一些打擊了——與人斗其樂無窮,但面對一台冷冰冰的機器,一是壓根沒啥樂趣,二是輸了會受挫。

具體勝負,得看Alphago後面工程師的意思了; 是3比0直接勝出,還是3比2多搜集些高手的數據。 是我的話,我選後者。


實話實說,不知道。

這次是人發明的人工智慧贏了人,下次是不是是人發明的人工智慧發明的人工智慧贏了人發明的人工智慧?那麼在下次呢?在下次的下次呢?人的參與還有多少?

說狗贏李實際上還是人贏人,實在耐人尋味。


現在還沒打完,還在看直播,但我相信這盤還是是阿爾法狗贏了!

因為我覺得阿爾法狗的圍棋場數和李世石比根本不在一個數量級上。!!!別忘了它還是一台會自我學習的機器!!!

換句話說人類現在可能理解不了阿爾法狗在圍棋上的造詣了,還在自欺欺人的分析阿爾法狗為啥這麼下。


知道為什麼以前國際象棋電腦戰勝人類時候,大家沒有這麼多感觸嗎?因為國象軟體絕大多數都是開局背譜+後半深度計算的模式。這種模式就是大家所熟悉的算到死的模式,也是所謂的機械式方法,一般來說不會被認可為"有智能"。

但是這次狗狗不太一樣,谷歌團隊並沒有給他編寫一種演算法,而是給他編寫了一種學習方法,讓他反覆學習棋譜,並自己和自己反覆下。這種模式很可怕,因為這也是你我學習的方法,而且,從現在阿爾法狗的演算法來說,他下某一步的過程,從外部來看是黑盒的。也就是說,很像一個人學習一個事情以後,做出反應時候的樣子。你知道他學了些什麼,也最後看到了他的反應,但是你並不知道他一個完整的思考過程。

從這個角度來說,阿爾法狗真的是擁有了自我學習和思考的一個初步能力。



阿:跟我下一盤唄!

石:不下!輸了好丟臉。

阿:我保證讓你贏唄!

石:那可以。

阿:我有兩個劇本,你選一下唄!

劇本一

石先贏。觀眾:阿是個傻逼,石也是無聊。

阿追上。觀眾:馬馬虎虎吧。

石贏了。觀眾:好無聊。

劇本二

阿先贏。觀眾:卧槽,全人類成傻逼了!

石追上。觀眾:小石加油!

石反超。觀眾:小石好帥!能跟石下成這樣,阿也挺牛逼的!

石:就選劇本二吧。

阿:好唄!

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

以上故事純屬虛構。


我最怕就是李繼續涉險,拿狗當狗看。


阿發狗擅長後期作戰,後期形勢越複雜越難對付,前期如果李本座積攢優勢,還是有希望的


我還是傾向於接受各路職業棋手的判斷,相比來說,AlphaGo前中期弱一些,後期無解,而小李的前中期更強。

根據我在另一個問題里的答案(https://www.zhihu.com/question/41171543/answer/90054454?from=profile_answer_card),小李要贏的話,只有這種可能:前中期打出優勢,後期關鍵處一個失誤都不能犯。

那其實主要就是看小李調整心態的能力了,心態沒調整過來,可能前中期就跪了(因為AlphaGo沒有弱到前期會被碾壓),也可能到了後期一下就被捅穿了(因為AlphaGo在後期,關鍵失誤是不可能發生的)。

所以小李是真的挺危險的(因為我不懂棋,看得也不多,不了解小李的心態調節能力,把他當做了正常偏上大約處於80%位置的人類)。當然,如果小李的心態調整能力真的超強,那他的勝率還是很高。

所以,根據他第一盤輸掉這個條件,我認為對他勝率的估計是下降了,但是至少還是在五五開以上的。當然,這是因為我對他的了解不夠,對他了解並且相信他的人,可能根據更多的信息,得出他勝率反而上升的結論。


謝邀。

這個話題涉及圍棋和演算法2個領域的世界尖端,不敢說了解,試著談一些其他知友還沒說的吧。

個人看好狗。

一個擁有超越職9計算力和幾乎無限學習力的演算法,在自我挑戰這麼久以後下法還是很沒有人味,一個可能的因素就是學習庫里只有人人對戰,人機對戰的AI都過低了(之前除了狗在歐洲那場,只有業餘級AI跟人交手的棋譜)。這次交手應該會對學習庫中的虛擬小李有很大的查漏補缺作用,再加上狗的准無限學習能力,下次肯定會有明顯的進步。

小李如果能放下今天的失敗,明天面對一個更有人味的AI,肯定能發揮出更好的水平,但是能不能贏還不好說。

然而小李的進步基本也就到這了,第3、4、5場小李很可能輸得比今天還多。


最可怕的不是它贏了你,而是它故意輸給你!


所謂的人機對戰,只不過是一個人的思維在對抗一群人的思維。是人就容易受各種因素影響,環境,心理呀。而機器只要執行程序就行了。目前人工智慧只具備學習能力,而人腦最重要的是具備創新能力。贏了,只能說明科技進步了。至於其他,並沒有什麼意義。


除非李師師找到了阿發狗的程序bug,否則,這種有規則,不存在隨機,結果有限(變化再多也是有限)的遊戲,人類只會被計算機越來越遠,不存在反超的道理。 除非,李師師找到了阿發狗的BUG,僅此而已。


昨天又輸了,李世石已經連輸兩分了。我覺得結局會和深藍對卡斯帕羅夫那場一樣結束。


看了兩盤比賽,不禁想到頭文字D里拓海和神之手城島俊也的比賽,城島選擇的路線每次都不同,但時間都差不多。alpha go 開局到中盤的能力不是不行,而是馬力沒有開到最大。


借用我昨天討論時的一句話:越了解圍棋越覺得alphago會輸,越了解人工智慧越覺得alphago會贏。ps:第一把是李贏面最大的一把,狗的神經網路學習模式會讓它越戰越強,它的進步速度遠超人類。google最大的陰謀就是要求五把下完,至於勝負無所謂,因為ai超過人類是遲早的事,按這個趨勢五把下完狗狗對上柯潔都能贏。


李要想勝過它就要解剖過去的自己,儘量瞭解跟阿一樣多角度的東西,然後試圖在「信息挑選」的層面上戰勝對方……


李世石贏一盤都可能很難


覺得今天這第二局是李最後的機會,如果輸,就是0:5。


說一下自己的理解,首先自己不懂人工智慧也不懂圍棋。對AlphaGo的了解也只是在新聞上看了些關於AG的介紹,以及知乎大V的解釋。之所以和大V們預測的不一樣,是因為我看第一局到最後李世石輸的時候他們都在說李世石失誤了balalala什麼李世石好好調整第二天能扳回一局balalal。而AG戰勝歐洲冠軍的時候他們也是這麼說的。所以我感覺他們跟電腦下圍棋的方式應該是在不同的維度或者說他們看不懂電腦下的棋卻在盲目自信維護人類尊嚴。

------------------------------------------分割線----------------------------------------

我感覺阿爾法狗要贏,4:1或者5:0


感覺AlphaGo會最終勝利唉。只能說明這是人類的勝利。畢竟發明AlphaGo還是人類啊


推薦閱讀:

自學數據挖掘可以找到相關工作嗎?
R 與 Python 在機器學習和數據挖掘領域的優勢和擅長方向分別是什麼?
出於興趣,我想做一個能思考會幻想的人工智慧。該怎麼做呢?
t-sne數據可視化演算法的作用是啥?為了降維還是認識數據?
隨機過程、機器學習和蒙特卡洛在金融應用中都有哪些關係?

TAG:人工智慧 | 圍棋 | 機器學習 |