作者skyhawkptt (skyhawk)
看板GO
標題[閒聊] 黃士傑博士：AlphaZero團隊登上Science
時間Fri Dec 7 16:34:36 2018
https://is.gd/Bw8fa1
AlphaZero: Shedding new light on the grand games of chess, shogi and Go
我們很高興向大家宣佈，AlphaZero團隊登上了頂尖的《科學》期刊(Science)。
AlphaZero完全自學，精通三種棋類遊戲：西洋棋(chess)、日本將棋(shogi)與圍棋(Go)
，特別是實力大幅超越頂尖的傳統西洋棋程式Stockfish(1000局的比數是155勝6敗，同時
Stockfish的實力遠超1997年戰勝世界冠軍的Deep Blue深藍)。恭喜團隊，也特別恭喜三
位第一作者David Silver, Thomas Hubert, Julian Schrittwieser，AlphaZero的成果實
在令人印象深刻。
------------------------------------------------------------------------------
AlphaZero完全自學，精通三種棋類遊戲....O.M.G!!!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.240.132.91
※ 文章網址: https://webptt.com/m.aspx?n=bbs/GO/M.1544171679.A.ADE.html
1F：推 ha5438044: 能攻克圍棋其他兩種就簡單了XD 12/07 16:57
2F：推 marra: again? AlphaGo一次；AlphaZero一次… 12/07 18:01
3F：推 HeterCompute: 剛看了論文，相較於去年的論文，今年多了一些圖幫助 12/07 18:39
4F：→ HeterCompute: 理解以及更多的西洋棋棋局，而將棋去年沒發布棋局， 12/07 18:39
5F：→ HeterCompute: 今天發表之後估計將棋應該會有更多討論 12/07 18:39
6F：→ pmove: 結果贏了圍棋，卻哉在星海，所以星海最難？ 12/08 13:29
7F：→ qweewqq: 圍棋是完全透明的，星海不是 12/08 16:54
8F：推 pmove: 其實，《星海爭霸》仍有地圖、區域、單位、操作等戰略考量 12/08 17:46
9F：→ pmove: ，複雜程度與比較「靜態」的圍棋相比，難度更顯一籌。 12/08 17:47
11F：→ pmove: 請參考以上網址，裡面提到與圍棋相比，難度更顯一籌 12/08 17:49
12F：推 ChenYenChou: 星海還好 世紀帝國更難 12/08 20:00
13F：推 cheug0653: 難度攻克應該都是早晚 以後ai非穩贏的大概只有像卡牌 12/09 03:09
14F：→ cheug0653: 之類的靠賽遊戲 12/09 03:09
15F：推 ddavid: 樓上把星海這類非完全資訊的高難度遊戲給AI解想得太簡單了 12/09 04:10
16F：→ ddavid: 以目前大多數卡牌遊戲都會有一定的環境內牌數限制來說，雖 12/09 04:11
17F：→ ddavid: 然會因為運氣因素無法穩贏，但AI運作的難度是低很多的 12/09 04:12
18F：→ ddavid: 回合制跟即時制、卡牌跟所有兵種建築的行為，簡單估計對比 12/09 04:14
19F：→ ddavid: 一下，雖然同樣是無法知道完全資訊的遊戲類型，難度還是相 12/09 04:15
20F：→ ddavid: 差甚遠的 12/09 04:15
21F：→ ddavid: 況且以為星海就不用靠賽一定是弄錯了什麼，職業賽歷史中太 12/09 04:16
22F：→ ddavid: 多開局戰術被剋或被開大招直接搞死的例子XD 12/09 04:16
23F：→ ddavid: 就算給（在限制APM下）有完美操作的AI來互鬥，當雙方操作 12/09 04:18
24F：→ ddavid: 都一樣盡量做到完美的情況下，開局戰術被剋死的情況可能更 12/09 04:18
25F：→ ddavid: 明顯XD 12/09 04:18
26F：推 ddavid: 況且現在AI連要正常開局都還自學不起來呢，要正常打完一局 12/09 04:21
27F：→ ddavid: 的AI還很遠 12/09 04:22
28F：→ HeterCompute: 樓上稍稍講的不嚴謹，如果要從零開始自學很難，但用 12/09 10:21
29F：→ HeterCompute: 傳統算法要正常打完一局絕對不難 12/09 10:22
30F：推 intointo: 樓上說的是 12/09 12:26
31F：→ labbat: 傳統就給定劇本再填滿分支判斷行為啊 12/09 21:51
32F：推 ddavid: @HeterCompute 我是單純就卡牌遊戲跟星海來比，星海還是更 12/10 03:08
33F：→ ddavid: 難一些 12/10 03:08
34F：→ ddavid: 另外我上面說的沒在考慮傳統AI，不然就算星海也是有內建AI 12/10 03:09
35F：→ ddavid: 可以還算正常的打完一局而且有一定威脅啊，這就不用提了 12/10 03:09
36F：→ ddavid: 卡牌遊戲也一樣，像遊戲王出了那麼多代遊戲，裡面當然也都 12/10 03:10
37F：→ ddavid: 是能正常打完遊戲的簡單AI 12/10 03:10
38F：→ ddavid: 其實上面還有個可以補充的不嚴謹部分是，如果卡牌遊戲把組 12/10 03:12
39F：→ ddavid: 套牌也考慮在內，要求AI自組套牌自己打，那麼難度會直線上 12/10 03:12
40F：→ ddavid: 升，但是跟星海比的難度就不好說了，我估計不太出來，只能 12/10 03:13
41F：→ ddavid: 說兩個都難到爆 12/10 03:13
42F：推 cheug0653: 就 看得到的未來一定會被解掉啊... 人腦以後只能靠賽贏 12/10 15:33
43F：→ cheug0653: 現在進步速度那麼快 我看經費有到位再擋也不到十年啦 12/10 15:33
44F：推 HeterCompute: 問題多難取決於想達成到什麼程度，如果卡牌和星海全 12/10 18:21
45F：→ HeterCompute: 部都要從零自學，我覺得是卡牌難，因為要猜對方的卡 12/10 18:21
46F：→ HeterCompute: ，以成熟的卡牌遊戲都上萬張，特徵光寫就會崩潰，還 12/10 18:22
47F：→ HeterCompute: 要能靈活掌握並猜到對方的意圖，應該不是現在土法鍊 12/10 18:22
48F：→ HeterCompute: 鋼就能解決 12/10 18:22
49F：→ HeterCompute: 星海看起來成功的機會還是比較大 12/10 18:22
50F：→ ddavid: 星海有迷霧，你也是需要猜敵方的行軍啊，光是防空投時機這 12/12 03:48
51F：→ ddavid: 種東西，你總不能每分每秒都在戒備空投XD 12/12 03:48
52F：→ ddavid: 如何猜測敵方不可見迷霧中兵力的調動位置以及兵種配置，而 12/12 03:49
53F：→ ddavid: 且你還要做出最佳反應是很難的 12/12 03:49
54F：→ ddavid: 卡牌遊戲這邊相對簡單的部分在於，即便你認為猜測敵方手牌 12/12 03:50
55F：→ ddavid: 的難度很高，但事實上不管再怎麼猜，我方能做的選擇數量相 12/12 03:51
56F：→ ddavid: 對於星海中我方能做的反應數量是遠少太多 12/12 03:51
57F：→ ddavid: 星海光是你兵力在所有地點配比就是超高量的組合，更不用說 12/12 03:53
58F：→ ddavid: 其中還要考慮兵種配比，更進一步你還要考慮每一隻兵的行為 12/12 03:54
59F：→ ddavid: ，再加上後方生產的調配。雖然限制APM可以讓選擇數量較為 12/12 03:55
60F：→ ddavid: 降低，但整體來說我是仍然偏向星海較難，不連組Deck算在內 12/12 03:57
61F：→ ddavid: 的話 12/12 03:57
62F：推 para123: AI要自學星海，能不能 "學好" 我不知道，但要打敗人類為 12/13 05:37
63F：→ para123: 目標的話，肯定是非常吃飯的，關鍵就在於apm的巨大差距。 12/13 05:38
64F：→ para123: 很多戰術是否適宜，很多戰鬥的判斷，關鍵都還是被APM左右 12/13 05:38
65F：→ para123: 著，就像有些高手的棋，就算攤著下給你看，你也學不來， 12/13 05:39
66F：→ para123: 一模一樣的兵，正常理解是7隻打贏贏6隻，但如果APM有落差 12/13 05:41
67F：→ para123: 的時候，就必須顛覆整個觀念與判斷了。至於電腦會不會於 12/13 05:42
68F：→ para123: 戰鬥中判斷對手的操作能力，我想是可以合理判斷的，就像 12/13 05:42
69F：→ para123: 人對人的時候，也會針對對手的操作不足上做一些戰術。 12/13 05:43
70F：→ para123: 至於卡牌遊戲，我覺得就不要打擾人家頂尖團隊了，素人小 12/13 05:45
71F：→ para123: 團隊甚至學生做報告大概都能做出來吧。 12/13 05:45
72F：推 ddavid: 樓上，你好像不知道做星海AI的都會強迫限制APM上限吧XD 12/13 06:51
73F：→ ddavid: 理由就是如果強迫靠超高操作硬壓人類，不算是理想的AI進展 12/13 06:52
74F：→ ddavid: 另外星海的通用AI難度真的沒你想像中容易，在圍棋界大殺四 12/13 06:54
75F：→ ddavid: 方的AlphaGo系列，搬到星海去連好好採礦開局都還沒搞定 12/13 06:55
76F：→ ddavid: 而卡牌遊戲你也低估了，我上面雖然一直說認為卡牌遊戲比起 12/13 06:56
77F：→ ddavid: 星海容易（指預先給定套牌的情況），但那是星海難度太高 12/13 06:56
78F：→ ddavid: 如果你要用舊式AI概念寫卡牌那當然不難，問題現在就是要用 12/13 06:57
79F：→ ddavid: 深度學習機制來學更通用的AI，那就完全不同一回事了 12/13 06:58
80F：→ ddavid: 同樣的星海也老早就有人用舊式AI寫過純完美控兵AI了，也有 12/13 06:59
81F：→ ddavid: 簡單實行固定戰術的AI，除了遊戲內建的AI以外也非常多人利 12/13 07:00
82F：→ ddavid: 用1代2代的關卡編輯器內建邏輯來寫成這種AI，我自己也試過 12/13 07:00
83F：→ ddavid: 。但是在深度學習架構下就完全不是同一回事。 12/13 07:01
84F：→ AirOctopus: AI為什麼不直接模擬滑鼠跟鍵盤按鍵？ 12/13 16:11
85F：→ pmove: 回A大，是說做一個機器手臂，來按鍵盤跟滑鼠麼？ 12/13 17:01
86F：→ pmove: 如果只是軟体模擬按鍵，電腦速度一定比人手速快 12/13 17:02
87F：→ AirOctopus: 我是說讓AI用跟人類差不多的速度移動滑鼠、按按鍵 12/13 17:04
88F：→ AirOctopus: 不是用機器手臂，只是模擬人能做到的按滑鼠等動作 12/13 17:05
89F：推 Minesweeper: 我比較好奇APM不設限能不能贏人類，目前比過的比賽 12/18 02:13
90F：→ Minesweeper: 都是慘輸，職業選手隨便一個戰術就屌虐 12/18 02:13
91F：→ Minesweeper: 根本沒有給你APM發揮的空間，AI連怎麼end game都很有 12/18 02:14
92F：→ Minesweeper: 問題 12/18 02:15
93F：推 Minesweeper: AI若學不會運用戰術或應對戰術，APM設限就只是遮羞布 12/18 02:18
94F：推 ddavid: 目前的深度學習玩星海不是如何End Game的問題，是連Start 12/18 05:20
95F：→ ddavid: Game都有困難 12/18 05:20
96F：→ ddavid: 如果你是把舊式AI也包括在內的話，舊式AI八成都是寫死特定 12/18 05:21
97F：→ ddavid: 某些戰術，頂多判斷幾個戰術分支，所以當然會被職業選手出 12/18 05:22
98F：→ ddavid: 個招就打倒。就算有完美的APM，兵種或地點配置有誤也是不 12/18 05:23
99F：→ ddavid: 行 12/18 05:23
100F：推 Minesweeper: 感覺AI要走的路還很長ˊ_>ˋ 12/18 10:41