作者dharma (达)
看板GO
标题[问题] AlphaZero如果突然给它20x20的棋盘
时间Sat Jun 15 14:32:45 2019
这个演示非常令人惊讶，但哈萨比斯还是有所保留。如果虚拟平板略微往上移动一点点，
程式就会失败。DeepMind程式所学到的技能是如此受限制－－它甚至无法对环境的微小变
化（比人类走路时对环境产生的微小影响还小）作出反应－－至少在没有数千轮强化学习
的情况下既是如此。但是现实世界已经内置了这样的应对系统。
https://tinyurl.com/yydt55tn
Deepmind老大说
即使是已经训练好的「打砖块」游戏AI
只要游戏设定做个微小的调整
AI就会失败
需要再更多的训练，才能因应新的状况
围棋「人类」棋手如果突然面对20x20的棋盘
可能对棋力没什麽影响
那麽如果突然让目前最强围棋AI「AlphaZero」和人类下20x20
AI可能会表现的如何？
thanks
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 211.72.78.253 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/GO/M.1560580368.A.8CD.html
1F：推 maplefoxs: 前几盘可能可以赢吧 06/15 15:08
2F：→ maplefoxs: 我觉得这个议题蛮好的 值得一试 06/15 15:09
3F：→ HeterCompute: 如果什麽都不动，alphago不能下20路围棋，因为连输 06/15 16:28
4F：→ HeterCompute: 入只能是19路棋盘，但是如果经过一些技巧训练个1天 06/15 16:28
5F：→ HeterCompute: ，赢过人类还是绰绰有余 06/15 16:28
6F：推 kria5304: 应该要重新train吧 但只要input维度改一下 其他架构大概 06/15 16:48
7F：→ kria5304: 可以沿用 感觉是这样 06/15 16:48
8F：推 q6261901: 之前用leela跑19路之外，全部都当成19路在下 06/15 21:01
9F：→ forb9823018: 有影响 但不会到非常剧烈 06/15 22:54
10F：→ forb9823018: 对人类而言 06/15 22:54
11F：→ AmibaGelos: 主要是cnn对边缘太敏感 提供座标给cnn能部分解决问题 06/15 23:16
12F：→ AmibaGelos: 围棋的话多输入盘面大小应该任意盘面都能共用网路吧 06/15 23:16
13F：推 ddavid: 其实了解深度学习的话就知道这没什麽好惊讶的啊XD 06/16 00:27
14F：→ ddavid: @AmibaGelos 把棋盘大小也都当参数当然也不是不行，但这样 06/16 00:29
15F：→ ddavid: 实质上等价於每种大小的棋盘分别训练，甚至未必比较好 06/16 00:29
16F：→ ddavid: 你如果想要用这种方式把20x20也同时训练起来，造成的结果 06/16 00:30
17F：→ ddavid: 就是所花的时间（或训练到一定棋力所需局数）就是19x19所 06/16 00:30
18F：→ ddavid: 需 + 20x20所需，至少以现有架构而言它没有学习不同盘面大 06/16 00:32
19F：→ ddavid: 小共通知识的能力。未来技术再发展也许慢慢会往这边前进， 06/16 00:33
20F：→ ddavid: 人类举一反三的能力一直都是共通型AI的长远目标 06/16 00:34
21F：→ AmibaGelos: 不一定吧 如果有无关盘面大小的准则的话 大小就标定 06/16 17:35
22F：→ AmibaGelos: 边缘而已 类似标定黑白 策略确实不同 但不是不会重叠 06/16 17:35
23F：推 enjoytbook: 人家AI就跟人类不一样啊 06/17 10:10
24F：推 ddavid: AI目前这种学习方式就是学不到那样的通则 06/17 17:47
25F：→ ddavid: 现在是贴目数不同都会无法完全通用的状态，AI学不到那种「 06/17 17:49
26F：→ ddavid: 我把现在当作落後所以攻凶一点就搞定了」的转换性概念。当 06/17 17:50
27F：→ ddavid: 然有一组AI的目标设定为就算领先也会尽可能继续取得目数而 06/17 17:50
28F：→ ddavid: 不要退守，那个设定就相对能应付贴目改变问题，但付出的代 06/17 17:51
29F：→ ddavid: 价就会是潜在的安定性。 06/17 17:52
30F：→ ddavid: 至於盘面大小，现况是不同盘面肯定要重新训练的情况，不然 06/17 17:53
31F：→ ddavid: 别说复杂细算了，征子算错的情况都有可能发生。在19路棋盘 06/17 17:54
32F：→ ddavid: 训练出来的模组采用一个征子有利的下法，到了20路变成征子 06/17 17:55
33F：→ ddavid: 不利，深度学习选取棋步时可能并不会发现这个问题 06/17 17:56
34F：→ ddavid: 这点反而是传统搜寻式AI有机会搜寻下去发现问题，搜寻层数 06/17 17:57
35F：→ ddavid: 足够的话。 06/17 17:57
36F：→ AmibaGelos: 也许吧 有空设计个网路混合训练6*6~9*9 应该很有趣xd 06/18 00:41
37F：推 staristic: 说到征子，以现在的架构，盘面越大征子好像要练训越久? 06/18 00:50
38F：→ staristic: 理论上好像越大的棋盘人类越有机会用征子套爆AI 06/18 00:50
39F：推 ddavid: 应该说本来手数多的套路如大型定石、长时间劫争这些本来就 06/18 17:59
40F：→ ddavid: 是要训练更多局才会有机率覆盖到完整最佳着手 06/18 17:59
41F：推 ddavid: 征子本来可以视为一个很长的套路，然而征子是一个人类能 06/18 18:06
42F：→ ddavid: 够用共通概念推理快速简化计算的特例，围棋AI没有这种简 06/18 18:06
43F：→ ddavid: 化概念，需要真的实际算过 06/18 18:06
44F：推 ddavid: 所以盘面越大当然就大幅增加训练时间。一方面要模拟完一 06/18 18:08
45F：→ ddavid: 局需要更久，而获取足够资讯所需的训练对局数也大幅增加 06/18 18:08
46F：推 ddavid: @AmibaGelos 混合训练不同大小目前事实上就是无意义啦。 06/18 18:12
47F：→ ddavid: 对AI问题是全等於分开训练，而且反而有可能因为对於盘面大 06/18 18:12
48F：→ ddavid: 小这个参数的模糊化导致模型品质的下降 06/18 18:12
49F：推 jojoStar: 以人类观点来说 这不就叫做 不知变通吗XD 09/13 01:54