有一個演算法 輸入目前的狀態和過去的經驗 就可以預測未來所有可能的狀態、並且根據過去的經驗做學習 然後輸出最佳的行動給使用者 這個演算法可以用在圍棋、西洋棋、象棋、五子棋……等各式棋類 也可以用在魔獸、星海、世紀……等各式即時戰略 更可以用在天堂、魔獸世界、完美世界、楓之谷……等各式線上遊戲 這是人工智慧.... ================ 以上是開場白 現在的人工智慧技術並不如人腦聰明 上面的例子都還沒有令人稱讚的人工智能 電腦下圍棋很弱、即時戰略也不行 只有線上遊戲和不太複雜的棋類還過得去 ==================================== 扯了一大堆，現在開始縮小討論的點.... 現在我們的演算法可以預測未來所有可能的狀態 這沒問題，模糊理論可以減少許多類似的狀態 我們的演算法可以根據過去的經驗做學習 這也對，過去失敗的例子可以告訴演算法現在不可以再犯 過去成功的例子可以告訴演算法現在可以繼續套用 這兩個都沒問題，所以最後我們會得到最佳的行動....是這樣嗎？ 並沒有這麼簡單 首先，評估函數不好設計也不好實作 只有該領域的專家才知道什麼狀態叫作「好」，什麼狀態叫作「不好」 你會算圍棋的劫材誰多誰少嗎....？ 只有圍棋的專家才會算吧！？ 再來，預測未來所有可能的狀態 雖然模糊理論可以做，但是差之毫厘失之千里 什麼樣的狀態需要搜尋，什麼樣的狀態不需要搜尋 這邊也一樣，只有該領域的專家才知道 等等，這樣推論下去，豈不是要扯到專家系統了？ 呵....並不是的 因為以上通通不是重點.... 我所著眼的點，在「機器學習」 過去失敗的經驗，現在不可以再犯 過去成功的經驗，現在可以繼續套用 失敗的經驗和成功的經驗，專家會告訴演算法，所以我們不需要擔心這個 重要的是，儲存這些「經驗」，將會耗費大量的「空間」 所以我們得想個妙計來減少需要的空間來儲存這些「經驗」 有人估計圍棋的所有可能大約是 10^100 這是一個天文數字 如果我們把「所有」的經驗通通存起來 第一個掛點的肯定是硬碟 試想，我們的大腦，有160GB嗎？ 腦細胞雖然很多，但是硬碟的空間肯定比大腦能記的東西還多 可是人腦又比目前的電腦聰明 所以重點是「儲存的東西」是什麼 我們只要儲存「關鍵」、「有用」的東西就好了 不重要的、不常用到的東西，就「遺忘」它 =================================================== 好了，現在目標確定了：想個法子讓演算法只記錄重要的部分，並且遺忘不重要的部分 Oops, 也許有人聯想到「類神經網路」 好，我暫時先不考慮那個領域 一切由零開始 回想小時候下棋的時候 如果你輸棋了，那麼肯定是上一步下錯了，要不然就是上上一步下錯，再不然就是上上上 一步下錯.... 回想小時候玩格鬥天王的時候 如果你被連續接個好幾段，那麼肯定是前一秒內的動作錯了，要不然就是前兩秒內的動作 錯了，再不然就是前三秒內的動作錯了 好，重點是，到底是哪步做錯了？？ 一般的作法是，把每次嘗試的方法都記下來 如果你發現昨天你下圍棋的時候，和現在的盤面一模一樣，而且下了某一步棋後輸掉 那麼今天你就不要再下那個地方 如果你發現前天你和別人打格鬥天王，出現和前天一模一樣的畫面，而且在跳起來之後 馬上被接個好幾段，那麼你今天就不要再跳起來了.... 有發現什麼問題嗎？ 第一個嚴重的問題是：所有的經驗都要記下來，但是硬碟沒有足夠的空間給我們放 第二個嚴重的問題是：也許真正的問題並不是跳起來，而是前兩秒往前亂衝才會這樣.... 意思是說：存放空間不足；以及學習錯誤 好的，第一個問題還算不難解決，至少比第二個問題還簡單..(但是也不是那麼簡單..囧) 解決存放空間不足的問題： 1. 只記錄最失敗的那一刻。 (人在輸球的時候，也是只記住明明「那」一球可以贏的 只是自己沒有掌握好) 2. 遺忘最沒被用到的經驗。 像是LRU (Least recently used) 般的機制 ================================================================ OK, 排除掉這些問題了.... 第二個嚴重的問題：也許真正的問題並不是跳起來，而是前兩秒往前亂衝才會這樣.... 回想小時候下象棋的時候 以為自己下了一手妙棋，卻在繼續推演10幾手的時候才發現剛剛的妙棋變成了大惡手 回想當年玩魔獸爭霸的時候 以為自己可以集中火力攻擊蜘蛛，結果卻被寒冰甲反將一軍 真正的問題出在哪？ 在發現局勢變壞的時候，有辦法了解問題點是前10步的惡手嗎？ 難道集火攻擊錯了嗎？ 問題是出在集火身上嗎？ 也許有人會懷疑評估函數做錯了 這個懷疑永遠是對的 因為事實上沒有「完美」的評估函數 評估函數本質上的問題將是機器學習所要解決的問題 那我們該怎麼辦 評估函數是該領域的「專家」做出來的 如果我們膽敢更動這個「寶貴」的東西 誰知道這個評估函數會不會變笨？？ 好，也許我們有辦法「偵測」局勢開始變壞 而變壞的問題源就是那個看似妙手的大惡手 重點是，該怎麼偵測？ 也許我可以畫一個K線圖 看看什麼時候開始跌破壓力線.... 或是畫一個均線圖 看什麼時候均線再也拉不回來...... 如果有人看過世紀帝國遊戲結束後的時間與人數的關係圖，也許會知道我在說什麼.... 滅掉某一家之後，他的人數會大幅減少，並且一蹶不起，就像股市崩盤一樣 不知道有沒有辦法偵測這種東西呢？ 輸入：{(x, f(x))|x, f(x)屬於R} 輸出：突然一蹶不起的臨界點....(我實在無法給它一個明確的定義 ˊˋ) 演算法：? 希望有板友可以提供任何心得 或是任何可以延伸出去的資訊，在此先謝過了！ --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.115.213.121