突發(fā)奇想,，如果使用2臺(tái)alphaGO主機(jī),，使用同樣的算法和策略,，互奕一局,，結(jié)局如何,？

crazypeanut

這個(gè)是不是有點(diǎn)自相矛盾的味道？,？ 但是我對(duì)結(jié)果很感興趣

愛(ài)貓人士薛定諤

這算是“迭代”嗎,，昨天也想到這個(gè)了
4 Q7 }* ^8 O9 v+ p以后辦圍棋賽，可以分設(shè)AI組與人類(lèi)組,，

滅嘎嘎

勝負(fù)五五開(kāi)吧

yestwp

早已經(jīng)自我進(jìn)化3000多萬(wàn)局啦

靠人來(lái)比試獲取電腦算法經(jīng)驗(yàn)值的速度太慢
, E' s& B0 Z1 o3 o( }! U

2266998

不會(huì)的，依然是一方贏,，并且肯定是一方贏,，毫無(wú)疑問(wèn),，

+ d, o6 L3 h1 r" {) k因?yàn)槊總�(gè)系統(tǒng)是一個(gè)小組，其‘策略’是完全不同的,，就是那個(gè)‘總策略’的算法與智商水平,，決定了誰(shuí)是贏家，這家伙假如到賭場(chǎng),，肯定被‘勸阻’的,，跟山本一個(gè)級(jí)別，山本就進(jìn)不了賭場(chǎng),，

這個(gè),，就跟我玩自動(dòng)裝配是一個(gè)道理，你裝配車(chē)的路徑每個(gè)人算法是不同的,，最終效率是不同的,，

: {) H* i1 ^# s古狗其實(shí)就是向全世界宣布，阿拉是‘老大’,，以前是IBM是老大,，再后來(lái)是洛馬，

9 C  V+ T) Y- o4 y洛馬被熊給戲了一次,，丟了大面子,，但迅速就找回來(lái)了，依然用170飛,，就是‘挑戰(zhàn)與賭氣’,，哈哈，

跑速度與航程,，跑不過(guò)諾格,，有點(diǎn)‘丟分兒’哈哈，

總體說(shuō)水平,，可能現(xiàn)在還是洛馬第一,，古狗大概排第二，因?yàn)槁羼R玩這些東西的人,，是古狗的好多倍,，但也不排除古狗里面有一個(gè)‘絕世天才’，跟布勞恩一樣的家伙,，
* c$ A0 N  A9 O0 a& N% s# t2 \- F
就像中國(guó)專(zhuān)家希望在‘神農(nóng)架’里面找的‘非凡者’,，哈哈，他們跟俺說(shuō)這些,，俺哈哈大笑,，

中米社會(huì)條件不同,，論侃,，米國(guó)肯定不是對(duì)手,，哈哈，

crazypeanut

滅嘎嘎 發(fā)表于 2016-3-10 18:42
4 s4 r8 v7 U5 p  T) y1 m7 [勝負(fù)五五開(kāi)吧

我曾經(jīng)在一臺(tái)雙路E5 2680 v2的主機(jī)上,，使用軟件對(duì)軟件下象棋,，總計(jì)25盤(pán)，本來(lái)我以為,，這個(gè)應(yīng)該遵循p=0.5的0-1分布,，但是，結(jié)果讓人意想不到,，紅對(duì)藍(lán),，紅勝22盤(pán)
1 S* @/ X. S/ v# M

crazypeanut

2266998 發(fā)表于 2016-3-10 18:47
6 P5 N2 \" t& n6 p/ N  A# y7 j$ D不會(huì)的，依然是一方贏,，并且肯定是一方贏,，毫無(wú)疑問(wèn)，

: {) C  k4 j" v因?yàn)槊總�(gè)系統(tǒng)是一個(gè)小組,，其‘策略’是完全不同的 ...

4 |! u8 S  P* v# z4 [; L9 y我曾經(jīng)在一臺(tái)雙路E5 2680 v2的主機(jī)上,，使用軟件對(duì)軟件下象棋，總計(jì)25盤(pán),，本來(lái)我以為,，這個(gè)應(yīng)該遵循p=0.5的0-1分布，但是,，結(jié)果讓人意想不到,，紅對(duì)藍(lán)，紅勝22盤(pán),；看來(lái)就像8爺所說(shuō)的那樣,，還是一方贏
$ r: d2 Z" O' L& `% `0 P

negtive

馬上fps，rts游戲也要沒(méi)意思了,，阿爾法狗下一個(gè)目標(biāo)就是星際爭(zhēng)霸,。

/ ?" @$ ]  B  n2 U5 z幸好我已經(jīng)是劇情黨了。

劉景亞

看了下DeepMind團(tuán)隊(duì)發(fā)表在Nature上的文章,，AlphaGO深度學(xué)習(xí),、蒙特卡羅樹(shù)狀搜索、自我進(jìn)化三大招齊出,。換句話(huà)說(shuō),，最開(kāi)始的時(shí)候AlphaGO并不會(huì)下棋，怎么走完全靠隨機(jī)蒙,，那些蒙對(duì)的走法會(huì)記憶下來(lái),，那些蒙錯(cuò)的走法會(huì)淘汰，這就是訓(xùn)練。等下次再對(duì)弈時(shí),，就會(huì)使用上次蒙對(duì)的走法,。經(jīng)過(guò)上萬(wàn)次甚至甚至上億次的訓(xùn)練淘汰，水平會(huì)不斷上升,，也就實(shí)現(xiàn)了自我進(jìn)化,。
* |$ G' ^1 t8 d3 @' L9 n根據(jù)這個(gè)原理，兩個(gè)AlphaGO對(duì)弈,，總會(huì)有一個(gè)獲勝,，獲勝的新的走法會(huì)保留，失敗的會(huì)淘汰,，實(shí)現(xiàn)進(jìn)化,。這很像人類(lèi)的自然進(jìn)化法則，這也正是AkphaGO厲害的地方,。
事實(shí)上目前AlphaGO的技能很大程度上都是通過(guò)自己左右互搏學(xué)習(xí)到的,。

icegoods

外太空這要這家伙去開(kāi)疆拓土，進(jìn)化吧