Ну если азиат спасовал перед AI, то остальным точно ловить нечего.
смекалОЧКА им обычно для другого нужно было
В.Высоцкий - Честь шахматной короны. Игра.
Победа методом уничтожения конкурента. Задача - выиграть. Мёртвый противник выиграть не сможет. Устраняем. Выигрываем. Всё норм
Надеюсь ИИ этот пост не увидит.
Так и победили в войне на уничтожении человечества.
А зачем смекалочка в го? Или ты думаешь что в этой игре достаточно смастерить из доски и фишек мухобойку для робота чтобы победить? Да и вообще знаменитая русская смекалочка не более чем выдумка. И не нужно мне приводить мангалы из стиральной машины и прочие чудеса мысли так как это не смекалочка, а крайняя бедность.
Дурачок? Они выигрывают не перебором всех возможных вариантов, их слишком много даже для наших компьютеров, а именно что эффективным подходом. Об этом уже сто раз говорили. А каким словом ты это назавешь, это уже твое дело. Вон про любого кто хоть как то рисовать научился, всякие ленивые жопы тоже говорят - "а что вы хочете? У него талант" И самих художников уже никто не слушает. Легче поверить в талвнт, чем в кропотливое обучение.
А ты точно мне отвечаешь? Я по моему конкретно написал что Го, как и шахматы, это последовательное решение задач и слово смекалочка здесь не применимо. Смекалочка это когда заматывают ноги в целлофановый кулек зимой или бьют фасоль в мешке, а удачный ход в Го это целенаправленное решение задачи. Чувствуешь разницу? Я даже не заикался что кто то выигрывает в Го перебором всех возможных вариантов, тем более хороший игрок сразу высчитывает все возможные варианты исхода его действий на несколько ходов вперед. Так же и умеет делать компьютер отбрасывая все нежелательные варианты. Моя же претензия была только к тому что мол придет рюсский Иван и с помощью волшебного заклинания "Смекалочка" нагнет компьютер которому проиграл чемпион мира. Нет, это так не работает. Вот ты привел в пример художников, но хоть кто то говорил что они рисуют свои картины благодаря "русссской смекалочке"?
Вот например человек может быть гениальным математиком, но при этом не особо смекалистым.
Вот например человек может быть гениальным математиком, но при этом не особо смекалистым.
"Вот например человек может быть гениальным математиком, но при этом не особо смекалистым." - не согласен. Тот же Краусс , который доктор наук по физике и работал в ели, гарварде и прочем, не однократно сокрушался о том, что все что можно было без смекалки решить в физиках/математиках уже почти порешали, и для решения нынешних задачь нужны такие извороты в подходах и исследованиях, что фокусники бы позавидовали. Вот подкаст Рогана с тем же Крауссом, там и про "Го" вскользь есть, и про "смекалочку" в науке. Если на всю беседу не замахнешься, что зря, то твои пара минут начинаются с 1:35:20 -
Нет, это не подходит: он же не русский Иван, а значит смекалочка у него не правильная. Я не имею смысла продолжать наш дальнейший разговор потому что ты явно не читаешь мои комментарии и даже не видел на чей комментарий я отвечал и при этом вводите спор куда то в сторону все дальше уводя меня от изначальной темы. Я всего лишь назвал пример того что не каждый математик может обладать смекалкой. Понимаешь? Это не значит что все математики не смекалистые. Повторяю на пальцах: есть смекалистые математики, а есть не смекалистые математики. Это никак не мешает тем и тем быть математиками. Также как отсутствие или наличие смекалки не мешает и не помогает играть в Го. Ты можешь быть очень смекалистым парнем даже не умея читать и считать. Теперь то понятно что я имел ввиду?
Не днище, но и не хороший игрок. DeepMind легко уносит вперед ногами стандартные игры против хороших игроков, за счет намного более тогкого контроля. Читай, кореец в абсолюте - у них очень большая часть эффективности построена именно на отточености контроля, и максимальной оптимизации всего что можно. Это неплохо, да.
Но ему тотально не хватает реакции на любое отклонение от стандарта. Т.е. даже "бронзовое донышко", зная что играет против ИИ, может его выпилить (например, заблокировав стандартное место постройки зданий, да. Или построив юнитов, которых обычно не строят профессионалы. И это не признак готовности побеждать всё живое.
Когда-нибудь у него будет достаточно информации для того, чтобы не проигрывать элементарные партии из-за всяких глупостей, но с не-корейскими про игроками он не сможет соперничать еще долго.
Но ему тотально не хватает реакции на любое отклонение от стандарта. Т.е. даже "бронзовое донышко", зная что играет против ИИ, может его выпилить (например, заблокировав стандартное место постройки зданий, да. Или построив юнитов, которых обычно не строят профессионалы. И это не признак готовности побеждать всё живое.
Когда-нибудь у него будет достаточно информации для того, чтобы не проигрывать элементарные партии из-за всяких глупостей, но с не-корейскими про игроками он не сможет соперничать еще долго.
Это как если играть на скорость чугунными шахматами по 50-80 кг каждая, и сказать, что мы понерфили ИИ, отобрав у него кран способный поднимать тонны. Естественно, если серьезно сравнивать ИИ и человека, то надо ставить их в одинаковые условия, в идеале вообще посадить робота, который будет смотреть на монитор (распознавать оттуда все), тыркать мышку и клаву монипуляторами (+пинг сервера с другой стороны планеты, при необходимости). Звучит как придирки, но если уж начали сравнивать ИИ и человека, то нельзя останавливаться, рано или поздно мы должны будем добраться и до этой хрени.
Наверное потому что цель является научить ИИ играть в игру с туманом войны и богатой вариативностью, чтобы он соревновался с человеком именно в стратегии и анализе ситуации?
Так то показывать чудеса микроконтроля даже ванильный ИИ в первом старкрафте умеет, когда человек может подключить тонну откровенно читерских макросов, которые будут нивелировать все дырки в микро и мультитаске, оставит на человеке только стратегию и анализ.
Вот всегда, когда сталкивают человека и ИИ, именно человек должен всё делать только собственными ручками, и даже палка в его руках будет жульничеством. Чем-то, что противоречит самой сути человеческого интеллекта.
Так то показывать чудеса микроконтроля даже ванильный ИИ в первом старкрафте умеет, когда человек может подключить тонну откровенно читерских макросов, которые будут нивелировать все дырки в микро и мультитаске, оставит на человеке только стратегию и анализ.
Вот всегда, когда сталкивают человека и ИИ, именно человек должен всё делать только собственными ручками, и даже палка в его руках будет жульничеством. Чем-то, что противоречит самой сути человеческого интеллекта.
Подключили как то к шахматной программе какую то супернавароченнуб роборуку. И там в противниках у нее был кто то не очень крутой (вроде), так он был ошарашен этой рукой больше чем обычной партией с ИИ. Она делала ходы считай что с той же скоростью что и без руки. Это выбивало из колеи и пугало. Жаль видео не могу найти. И тут начинается интересное с твоей ситуацией - давайте сделаем его, ИИ, физически медленнее, и "скорость мыслей" неплохобы снизить, человек же не железный, и что бы отвлекаться мог, люди же отвлекаются... И так до бесконечности. Выступление против машины тем и интересно, что ты должен нивелировать все его читерские приимущества и каким то "человеческим" подходом его уделать, а не палки ему в колеса ставить до тех пор пока он не станет достаточно убогим для тебя.
Смысл от ИИ который побеждает только за счёт скорости и точности управления? Такие боты давно есть. Основная причина по которой используется нейросеть это создание новых, ранее никак не использованных тактик. Короче говоря роботов пытаются научить создавать шедевры, а не однотипную работу.
Он не просто просчитывает ходы. Даже сейчас просчитать все ходы не вариант. Или, наверное - не лучший вариант. Об этом уже говорили и Краусс, и Деграсс Тайсон, и Докинз и еще бог весть кто. И они не просто "из головы" это взяли. Они имеют доступ к людям, которые этим занимаются.
Что знначит "умннее"? Нейросетка для игры в Го, может играть только в Го, хотя бы потому, что у неё есть только интерфейс для игры в Го. Если для неё сделать интерфейс для чегото другова, то она это что-то научится делать (и то не фаакт), но при этом разучится играть в Го.
ИИ должен не просто оббучаться, но и экстраполировать свой опыт на другие области без ухудьшения старых достижений.
ИИ должен не просто оббучаться, но и экстраполировать свой опыт на другие области без ухудьшения старых достижений.
Тест Тьюринга прошел?
ещё раз - нам плевать умеет ли он в сложное интеллектуальное мышление
нам плевать может ли он экстраполировать или не может
единственное что нам важно - что будучи подключённым к интерфейсу приложения, он через пару недель моделирования научится с этим приложением работать эффективнее чем оператор-человек
и это может быть любое приложение - телеуправляемый комбайн для уборки урожая, среда программирования чпу-станка, бухгалтерский 1С, государственная база сертификатов промышленного строительства, интерфейс управления боевыми беспилотниками
огромное множество весьма сложных интеллектуальных профессий исчезнут потому что "тупая программа" делает эту функцию лучше чем человеки
нам плевать может ли он экстраполировать или не может
единственное что нам важно - что будучи подключённым к интерфейсу приложения, он через пару недель моделирования научится с этим приложением работать эффективнее чем оператор-человек
и это может быть любое приложение - телеуправляемый комбайн для уборки урожая, среда программирования чпу-станка, бухгалтерский 1С, государственная база сертификатов промышленного строительства, интерфейс управления боевыми беспилотниками
огромное множество весьма сложных интеллектуальных профессий исчезнут потому что "тупая программа" делает эту функцию лучше чем человеки
Ты написал "скоро начнут вести себя умнее людей". Я тебе ответил, что сами они ничего не начнут. И описал то, что они должны уметь что бы стать "умнее" людей.
Люди уже давно делают машины которые лучше людеей в чём-то. И нейросети это таже машина. Для нейросети так же ЧЕЛОВЕКОМ нужно подготовить учебные данные или среду для обучения. Так же ЧЕЛОВЕК выбирает архитектуру нейросети. И так же ЧЕЛОВЕК оценивает результат и вносит правки в пункты 1 и 2. Это можно частично автоматизировать, но полной автоматизации пока нет, а значет и нет ИИ.
Люди уже давно делают машины которые лучше людеей в чём-то. И нейросети это таже машина. Для нейросети так же ЧЕЛОВЕКОМ нужно подготовить учебные данные или среду для обучения. Так же ЧЕЛОВЕК выбирает архитектуру нейросети. И так же ЧЕЛОВЕК оценивает результат и вносит правки в пункты 1 и 2. Это можно частично автоматизировать, но полной автоматизации пока нет, а значет и нет ИИ.
Какое определение ИИ ты используешь?
Рациональный агент?
Действующий, как человек?
Думающий, как человек?
Нейросеть - это система, способная в определенных условиях действовать, как человек. Для того чтобы агент играл в го нейросети достаточно, пусть и неидеально, а значит ИНС - ИИ.
Рациональный агент?
Действующий, как человек?
Думающий, как человек?
Нейросеть - это система, способная в определенных условиях действовать, как человек. Для того чтобы агент играл в го нейросети достаточно, пусть и неидеально, а значит ИНС - ИИ.
Угу, на уровне муравьиного ганглия, ведь муравья или даже группу раз речь о сети, аналогично можно надрочить выполнять простейшие задачи. А вот дальше все упирается в непонимание того, как же собственно воспроизвести разум приблизительно уроня высших хордовых (даже не смотря на всю обманчивую незамысловатость устройства оного) и в частности сапиенсов, не говоря уж о том как его правильно измерять (можно вспомнить пример из лекции того же Дробышевского), а так же туеву кучу других, казалось бы, гавным-гывно раз и навсегда решенных моментов.
Ну, так ИИ не должен ничего воспроизводить. Достаточно выполнять поставленную задачу.
То, что ты хочешь, это создание иррационального агента, думающего, как человек/животное.
Некоторые информатики над этим хоть и работают, но подавляющему большинству на это плевать. Да и нахера нужен иррациональный агент? Тянку врспроизвести? Куда интереснее рациональные агенты, идеально выполняющие возложенную на них функцию.
То, что ты хочешь, это создание иррационального агента, думающего, как человек/животное.
Некоторые информатики над этим хоть и работают, но подавляющему большинству на это плевать. Да и нахера нужен иррациональный агент? Тянку врспроизвести? Куда интереснее рациональные агенты, идеально выполняющие возложенную на них функцию.
Осталось только изобрести AI-азиата.
Да нет просто азиат сломался, нужно заменить на нового.
Пиздец ему наверное обидно. Как бы он не самоубился после такого
а в других играх нужна сила или ловкость, а не вычислительные мощности. это тоже проблема этих игр?
Имею в виду, что чувак знал, на что шел. Так же как любой спортсмен понимает, что без допинга будет насасывать и даже без него примерно в 30 здоровье не позволит побеждать молодых. Так же как и киберспортсмены понимают, что после 25 им не хватит реакции. Тут нет причин для обиды и сведения счетов с жизнью.
Только во многих видах спорта эти факторы не решающие, в футболе много игроков которые играли за топовые клубы в возрасте 30-35, а после ухода в слабые лиги все еще были лучше 90% местных молодых. В нхл 30+ игроки это норма. В том же ксе или доте игроки с возрастом ~30 стабильно бывают в топах на лучших турнирах.
Исключительно вычислительные мощности? Комп не просчитывает лучшие ходы, в Го нельзя просчитать ходы, их слишком много для любых мощностей. Комп _угадывает_ лучшие ходы во время обучения, накапливает огромный опыт реагирования на те или иные расклады, а потом использует его для игры против реального игрока, пытаясь по не чётким критериям найти в своём опыте такой ход, который чаще других приводил к победе во время тренировок.
"Вычислительные мощности" компа позволяют ему быть сверхчеловечески внимательным, обладать сверхчеловечески точной памятью и сверхчеловечески быстро учиться. Но он не побеждает за счёт просчёта ходов наперёд, т.к. это не эффективная тактика в Го.
"Вычислительные мощности" компа позволяют ему быть сверхчеловечески внимательным, обладать сверхчеловечески точной памятью и сверхчеловечески быстро учиться. Но он не побеждает за счёт просчёта ходов наперёд, т.к. это не эффективная тактика в Го.
Разница такая же, как между тем, чтобы искать решение квадратного уравнения перебором всех комбинаций натуральных чисел и тем, чтобы вычислить их по формуле. Если компьютер использует перебор "в лоб", то, независимо от вычислительных мощностей, человек скорее всего выиграет, что и происходило в Го до изобретения нейронных сетей. Потому что никакие вычислительные мощности не могут перебрать бесконечность. Теперь же компьютер выигрывает в Го, но не потому, что у него вычислительные мощности, а потому что алгоритм его работы теперь, более-менее, повторяет алгоритм мышления человека.
Компьютер всё ещё можно обыграть, ровно тем же путём, которым люди обыгрывают людей - находя ошибки в полученном компьютером опыте или алгоритмах применения этого опыта. Именно так Ли Седоль победил Alpha Go в одном из 4х матчей, когда понял, что Alpha Go при выборе хода ориентируется только на вероятность победы, но не оценивает объём контролируемой территории, и дал ей возможность захватить ключевые точки доски, использовав это время для того, чтобы нахапать себе территорий в слабых местах карты.
Более того, Ли Седоль после матча говорил, что он научился у Alpha Go новым приёмам, чего никогда бы не произошло, если бы единственным приёмом компьютера был "перебрать побольше ходов"
Компьютер всё ещё можно обыграть, ровно тем же путём, которым люди обыгрывают людей - находя ошибки в полученном компьютером опыте или алгоритмах применения этого опыта. Именно так Ли Седоль победил Alpha Go в одном из 4х матчей, когда понял, что Alpha Go при выборе хода ориентируется только на вероятность победы, но не оценивает объём контролируемой территории, и дал ей возможность захватить ключевые точки доски, использовав это время для того, чтобы нахапать себе территорий в слабых местах карты.
Более того, Ли Седоль после матча говорил, что он научился у Alpha Go новым приёмам, чего никогда бы не произошло, если бы единственным приёмом компьютера был "перебрать побольше ходов"
Это ты про АльфаСтар сейчас? Ты видел кого ему в соперники дают? Совершенно не по уровню подбор идет. Алекс про это видео делал.
но это все равно очень хороший результат для игры с неполной информацией в реальном времени, с постоянно меняющимися правилами, даже если противники из алмаза подибраются.
Видимо, структура сети должна быть гораздо сложнее и ее обучение в такой игре занимает гораздо больше времени чем в тех же Го
Видимо, структура сети должна быть гораздо сложнее и ее обучение в такой игре занимает гораздо больше времени чем в тех же Го
если коротко, то строится нейронная сеть, которая принимает решение исходя из текущей игровой ситуации, не просчитывая варианты наперед. Эта сеть или вернее целое множество таких сетей играют против самих себя и друг друга большое множество игр, структура и конфигурация сетей постоянно изменяются, плохие сети "отмирают", хорошие - проходят эволюционный отбор.
Для начала уточню, что под термином "ИИ" могут понимать как и любой алгоритм компьютерного игрока (в контексте "живой игрок против ИИ"), так и конкретно нейросети.
Не знаю, принято ли как-то подходы к программному решению задачи классифицировать, но в целом в играх я бы выделил несколько категорий:
1. Конкретный алгоритм ("если состояние игры соответствует такому условию, ходи вот так"). Подходит для сильно решенных игр, чуть хуже - для слабо решенных.
2. Полный перебор. То, о чем говорил Флинтхарт выше. Подходит только для игр с небольшим количеством состояний, в противном случае не хватит никакой памяти.
3. Оптимизированные варианты перебора, включающие алгоритмы поиска (минимакс, Альфа-бета-отсечение), эвристические алгоритмы, основанные на знании, какие ходы действительно стоит рассматривать, метод Монте-Карло для поиска в дереве (использует случайные выборки). Некоторые из этих алгоритмов подходят для широкого спектра пошаговых стратегий, но требуют от разработчика глубоких познаний в математике, в том числе теории игр, и их эффективность напрямую зависит от его компетентности.
4. Машинное обучение: генетические алгоритмы, обучение с подкреплением. Подходят для еще более широкого спектра задач и игр, но, в свою очередь, от разработчика может потребоваться внушительный опыт и научная интуиция, чтобы эффективно обучить машину в играх с огромных количеством состояний, в противном случае результат будет хуже, чем у алгоритмов предыдущего пункта.
5. Нейросети. Очередной апгрейд, приближающий алгоритмы к человекоподобному способу мышления, имеет гораздо более непредсказуемый характер и потому вынесен мной в отдельную категорию, хотя и является частным случаем машинного обучения. Может решать очень широкий спектр различных задач (хотя хайп вокруг них сильно преувеличен благодаря маркетологам, которые пытаются заткнуть нейросетями каждую дырку, даже те, в которых один из предыдущих подходов был бы проще, лучше, эффективнее; извините, вырвалось), который, как и предыдущий пункт, требует высокой компетентности разработчика, на порядки больше вычислительных ресурсов, и больше склонен к ошибкам при недостаточном обучении. Однако при благоприятном стечении всех вышеназванных факторов нейросети могут легко обставить другие озвученные подходы.
Добавлю также, что я практически уверен, что в серьезных программах для игры в шахматы, го и подобных игр на основе нейросетей используется комбинированный подход для отсечения явных ошибок нейросети.
Не знаю, принято ли как-то подходы к программному решению задачи классифицировать, но в целом в играх я бы выделил несколько категорий:
1. Конкретный алгоритм ("если состояние игры соответствует такому условию, ходи вот так"). Подходит для сильно решенных игр, чуть хуже - для слабо решенных.
2. Полный перебор. То, о чем говорил Флинтхарт выше. Подходит только для игр с небольшим количеством состояний, в противном случае не хватит никакой памяти.
3. Оптимизированные варианты перебора, включающие алгоритмы поиска (минимакс, Альфа-бета-отсечение), эвристические алгоритмы, основанные на знании, какие ходы действительно стоит рассматривать, метод Монте-Карло для поиска в дереве (использует случайные выборки). Некоторые из этих алгоритмов подходят для широкого спектра пошаговых стратегий, но требуют от разработчика глубоких познаний в математике, в том числе теории игр, и их эффективность напрямую зависит от его компетентности.
4. Машинное обучение: генетические алгоритмы, обучение с подкреплением. Подходят для еще более широкого спектра задач и игр, но, в свою очередь, от разработчика может потребоваться внушительный опыт и научная интуиция, чтобы эффективно обучить машину в играх с огромных количеством состояний, в противном случае результат будет хуже, чем у алгоритмов предыдущего пункта.
5. Нейросети. Очередной апгрейд, приближающий алгоритмы к человекоподобному способу мышления, имеет гораздо более непредсказуемый характер и потому вынесен мной в отдельную категорию, хотя и является частным случаем машинного обучения. Может решать очень широкий спектр различных задач (хотя хайп вокруг них сильно преувеличен благодаря маркетологам, которые пытаются заткнуть нейросетями каждую дырку, даже те, в которых один из предыдущих подходов был бы проще, лучше, эффективнее; извините, вырвалось), который, как и предыдущий пункт, требует высокой компетентности разработчика, на порядки больше вычислительных ресурсов, и больше склонен к ошибкам при недостаточном обучении. Однако при благоприятном стечении всех вышеназванных факторов нейросети могут легко обставить другие озвученные подходы.
Добавлю также, что я практически уверен, что в серьезных программах для игры в шахматы, го и подобных игр на основе нейросетей используется комбинированный подход для отсечения явных ошибок нейросети.
Почему ты думаешь что нужно так много памяти для просчитывания всех ходов ? Почему АИ не может считать и отбрасывать *несыгранные* варианты сразу же как только делается ход, т.к. эта комбинация уже невозможна ? Разве у АИ нет базы всех возможных хороших комбинаций и результатов как их обыграть ? Мне кажется путем отсечения, чем ближе к Концу, тем легче АИ побеждает.
> Почему АИ не может считать и отбрасывать *несыгранные* варианты сразу же как только делается ход
Во-первых, никому никогда и не приходило в голову продолжать хранить несыгранные ходы, когда они уже ненужны.
> Почему ты думаешь что нужно так много памяти для просчитывания всех ходов ?
Во-первых, если говорить о полном переборе всех возможных игровых сценариев с первого хода, то это пока еще никому не удалось. На это точно нет ресурсов.
Во-вторых, вспомним элементарную комбинаторику. Допустим, мы хотим просчитать игру в шахматы на пять ходов вперед. В типичной игровой ситуации на доске ~30 возможных вариантов ходов для каждой из сторон. Не забываем, что ходят два игрока, поэтому количество возможных вариантов состояний после 5 ходов составляет 30^10 ≈ 6*10^14. Я, может, зря сказал про память, так как при минимаксном переборе мы можем смело отбрасывать проигрышные ветки, но это все равно огромное дофига памяти. А вот процессору придется несладко. У меня нет данных касательно современных суперкомпьютеров, но DeepBlue мог обсчитывать 200 млн позиций в секунду. Если бы DeepBlue обсчитывал на 5 ходов вперед полным перебором, у него бы ушло несколько десятков суток на ход.
А теперь напомню, что медиана продолжительности игры в шахматы по некоторым данным составляет 37 ходов. Сложность обсчета растет экспоненциально.
Вместо того, чтобы зря тратить ресурсы на обсчет бесполезных позиций, алгоритмы из третьей категории в моем комментарии имеют ряд улучшений, сильно сужающих перебор, позволяя даже современному ПК составить серьезную конкуренцию опытному шахматисту, не тратя сутки на ход.
Во-первых, никому никогда и не приходило в голову продолжать хранить несыгранные ходы, когда они уже ненужны.
> Почему ты думаешь что нужно так много памяти для просчитывания всех ходов ?
Во-первых, если говорить о полном переборе всех возможных игровых сценариев с первого хода, то это пока еще никому не удалось. На это точно нет ресурсов.
Во-вторых, вспомним элементарную комбинаторику. Допустим, мы хотим просчитать игру в шахматы на пять ходов вперед. В типичной игровой ситуации на доске ~30 возможных вариантов ходов для каждой из сторон. Не забываем, что ходят два игрока, поэтому количество возможных вариантов состояний после 5 ходов составляет 30^10 ≈ 6*10^14. Я, может, зря сказал про память, так как при минимаксном переборе мы можем смело отбрасывать проигрышные ветки, но это все равно огромное дофига памяти. А вот процессору придется несладко. У меня нет данных касательно современных суперкомпьютеров, но DeepBlue мог обсчитывать 200 млн позиций в секунду. Если бы DeepBlue обсчитывал на 5 ходов вперед полным перебором, у него бы ушло несколько десятков суток на ход.
А теперь напомню, что медиана продолжительности игры в шахматы по некоторым данным составляет 37 ходов. Сложность обсчета растет экспоненциально.
Вместо того, чтобы зря тратить ресурсы на обсчет бесполезных позиций, алгоритмы из третьей категории в моем комментарии имеют ряд улучшений, сильно сужающих перебор, позволяя даже современному ПК составить серьезную конкуренцию опытному шахматисту, не тратя сутки на ход.
Жизнь несправедлива лол.
А теперь по пунктам: никакие шахматные программы не продумывали никогда ходы 'бесконечно'. Всегда были очень жёсткие ограничения либо по глубине поиска хода, либо по времени. Поэтому кстати такой метод в го не работал.
Второе, вот сюрприз-то, сейчас и шахматные, и гошные ии это теперь нейросети. Математические функции, в некотором роде основанные на нашем знании о строении мозга. И кстати говоря, что количество нейронов у таких нейросеток на порядки меньше, чем у человека, что архитектура значительно проще в сравнении? И у кого теперь преимущество?
Секрет в том, что эти ии - очень специализированные инструменты, зачастую обучающиеся на бесчисленном количестве партий сами с собой. А специализировангые инструменты почти всегда превосходят универсальные в своей специализации.
А теперь по пунктам: никакие шахматные программы не продумывали никогда ходы 'бесконечно'. Всегда были очень жёсткие ограничения либо по глубине поиска хода, либо по времени. Поэтому кстати такой метод в го не работал.
Второе, вот сюрприз-то, сейчас и шахматные, и гошные ии это теперь нейросети. Математические функции, в некотором роде основанные на нашем знании о строении мозга. И кстати говоря, что количество нейронов у таких нейросеток на порядки меньше, чем у человека, что архитектура значительно проще в сравнении? И у кого теперь преимущество?
Секрет в том, что эти ии - очень специализированные инструменты, зачастую обучающиеся на бесчисленном количестве партий сами с собой. А специализировангые инструменты почти всегда превосходят универсальные в своей специализации.
Кароч, мы создали ии задротов. Поздравляю
>И кстати говоря, что количество нейронов у таких нейросеток на порядки меньше, чем у человека, что архитектура значительно проще в сравнении? И у кого теперь преимущество?
Всё ещё у машин, конечно же. Своими глазами видел, и не где-нибудь, а на хабре, как люди на полном серьёзе говорили, что у AlphaGo преимущество, потому что он "может использовать гораздо больше энергии, чем человеческие мозги" (!) и "на него не давит психологическое напряжение" (!!!). У меня складывается впечатление, что даже когда мы запилим Разумы Культуры, люди все равно найдут, до чего докопаться.
Всё ещё у машин, конечно же. Своими глазами видел, и не где-нибудь, а на хабре, как люди на полном серьёзе говорили, что у AlphaGo преимущество, потому что он "может использовать гораздо больше энергии, чем человеческие мозги" (!) и "на него не давит психологическое напряжение" (!!!). У меня складывается впечатление, что даже когда мы запилим Разумы Культуры, люди все равно найдут, до чего докопаться.
Он странный. Какой смысл завершать карьеру, если ты чемпион среди людей. Ясное дело, победить железку, которая просчитала на миллионы ходов вперед тупым подбором, нельзя. Но и ее никто в чемпионат то не пустит. В лучшем случае, будут проводиться игры и соревнования среди ии.
> перебором на основе миллионов сыгранных партий
Еще раз: Го - не шахматы, в которые можно играть по книжке известных ходов/тактик, где чуть ли не каждый имеет собственное имя.
361 поле - 361 вариант первого хода
360 вариантов второго хода при известном первом
359 вариантов третьего хода при известном первом и втором
361*360*359 = 46655640 комбинаций. 46 млн. На три хода.
Базы на миллион сыгранных уникальных партий не хватит на три хода. Плюс, опять-таки, трудность в оценке текущего положения не позволяет использовать "перебор" по аналогиям: каждый ход в Го, в данных конкретных обстоятельствах, может перевернуть ситуацию диаметрально.
Как работает? Понятия не имею, поищи информацию. Возможно, нейросеть, обученная на примерах блокировать чужие точки и не допускать блокирования своих. Вот только принцип работы нейросети не имеет ничего общего с перебором от слова "совсем".
Еще раз: Го - не шахматы, в которые можно играть по книжке известных ходов/тактик, где чуть ли не каждый имеет собственное имя.
361 поле - 361 вариант первого хода
360 вариантов второго хода при известном первом
359 вариантов третьего хода при известном первом и втором
361*360*359 = 46655640 комбинаций. 46 млн. На три хода.
Базы на миллион сыгранных уникальных партий не хватит на три хода. Плюс, опять-таки, трудность в оценке текущего положения не позволяет использовать "перебор" по аналогиям: каждый ход в Го, в данных конкретных обстоятельствах, может перевернуть ситуацию диаметрально.
Как работает? Понятия не имею, поищи информацию. Возможно, нейросеть, обученная на примерах блокировать чужие точки и не допускать блокирования своих. Вот только принцип работы нейросети не имеет ничего общего с перебором от слова "совсем".
>Да, не тупым перебором, а перебором на основе миллионов сыгранных партий, суть одна.
Что-то это мне напоминает... А, точно. Ровно по такому же принципу работают человеческие мозги, сюрприз.
>Вычислительные мощности.
Которых у человеческого мозга один хрена больше на порядки: ~86 миллиардов нейронов, ~150 триллионов синапсов, до 1000 Гц скорость переключения триггеров. На этом фоне AlphaGo со своими считанными миллионами нейронов выглядит бледновато.
>
Что-то это мне напоминает... А, точно. Ровно по такому же принципу работают человеческие мозги, сюрприз.
>Вычислительные мощности.
Которых у человеческого мозга один хрена больше на порядки: ~86 миллиардов нейронов, ~150 триллионов синапсов, до 1000 Гц скорость переключения триггеров. На этом фоне AlphaGo со своими считанными миллионами нейронов выглядит бледновато.
>
Это тебя так за ТСЯ заминусили что ли? Иначе не понимаю откуда столько минусов.
Ох уж эти обрезанные новости. Чел ушел из игры, потому что у него были тёрки по взносам с местной спортивной организацией.
Пруфы https://dtf.ru/life/84317-etu-sushchnost-nevozmozhno-pobedit-koreyskiy-chempion-po-igre-v-go-zavershil-kareru-iz-za-porazheniya-programme-google
Пруфы https://dtf.ru/life/84317-etu-sushchnost-nevozmozhno-pobedit-koreyskiy-chempion-po-igre-v-go-zavershil-kareru-iz-za-porazheniya-programme-google
Спасибо, так намного адекватнее)
КС Го?
Вообще, это не совсем честные поединки. И уж карьеру после такого завершать - глупо. Женщин же не ставят против мужчин в соревнованиях по бегу, а мужчин не заставляют боксировать с роботами.
ЕХУ! 14 лет назад я поссорился с моей бывшей, она чемпионка Украины по Го, потому что утверждал что компьютер сильнее человека в ЛЮБОЙ игре, и вопрос только во времени обучения.
На что она мне ответила классическое, мол там в го триллиарды вариантов и все такое...
Сегодня переслал ей эту картинку! Она признала проигрыш!
Это триумф, спасибо реахтур!
На что она мне ответила классическое, мол там в го триллиарды вариантов и все такое...
Сегодня переслал ей эту картинку! Она признала проигрыш!
Это триумф, спасибо реахтур!
Видишь Хираку, они выбрали не того Азиата!
Чтобы написать коммент, необходимо залогиниться
Отличный комментарий!