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

crazypeanut

這個是不是有點自相矛盾的味道？？ 但是我對結(jié)果很感興趣

愛貓人士薛定諤

這算是“迭代”嗎，昨天也想到這個了
5 _- R& M8 T# \7 |1 r  U以后辦圍棋賽，可以分設(shè)AI組與人類組，

滅嘎嘎

勝負五五開吧

yestwp

早已經(jīng)自我進化3000多萬局啦
/ V' O2 G  c& N' t  v
5 v  a* c5 P1 J  S& C6 {靠人來比試獲取電腦算法經(jīng)驗值的速度太慢
, |" }) c5 g7 t& W9 l! J; T1 T6 G

2266998

不會的，依然是一方贏，并且肯定是一方贏，毫無疑問，
- K( @2 U! n$ C6 S
. x3 n1 Q6 S' r因為每個系統(tǒng)是一個小組，其‘策略’是完全不同的，就是那個‘總策略’的算法與智商水平，決定了誰是贏家，這家伙假如到賭場，肯定被‘勸阻’的，跟山本一個級別，山本就進不了賭場，
$ i2 P: M8 j3 {7 ?
. @- o6 j5 f# u, o' s4 @這個，就跟我玩自動裝配是一個道理，你裝配車的路徑每個人算法是不同的，最終效率是不同的，

古狗其實就是向全世界宣布，阿拉是‘老大’，以前是IBM是老大，再后來是洛馬，
! }8 C3 P0 `# d* p) F8 {) [! _
洛馬被熊給戲了一次，丟了大面子，但迅速就找回來了，依然用170飛，就是‘挑戰(zhàn)與賭氣’，哈哈，

. E+ G9 Y0 _3 `: c; D) m( v跑速度與航程，跑不過諾格，有點‘丟分兒’哈哈，

總體說水平，可能現(xiàn)在還是洛馬第一，古狗大概排第二，因為洛馬玩這些東西的人，是古狗的好多倍，但也不排除古狗里面有一個‘絕世天才’，跟布勞恩一樣的家伙，

6 F. |7 E' ]: m; L4 [( X就像中國專家希望在‘神農(nóng)架’里面找的‘非凡者’，哈哈，他們跟俺說這些，俺哈哈大笑，
) o  J4 T- q  s/ v, u0 D" h6 n: j
中米社會條件不同，論侃，米國肯定不是對手，哈哈，

crazypeanut

滅嘎嘎 發(fā)表于 2016-3-10 18:42
勝負五五開吧

我曾經(jīng)在一臺雙路E5 2680 v2的主機上，使用軟件對軟件下象棋，總計25盤，本來我以為，這個應(yīng)該遵循p=0.5的0-1分布，但是，結(jié)果讓人意想不到，紅對藍，紅勝22盤
7 Q) w* m, X* `- L6 Z9 f

crazypeanut

2266998 發(fā)表于 2016-3-10 18:47
不會的，依然是一方贏，并且肯定是一方贏，毫無疑問，
  F1 ^% R+ F' t% w* \$ ]
7 ?; b7 r1 E- d" k( b3 i因為每個系統(tǒng)是一個小組，其‘策略’是完全不同的 ...

7 A  e' a" l0 R" e9 X我曾經(jīng)在一臺雙路E5 2680 v2的主機上，使用軟件對軟件下象棋，總計25盤，本來我以為，這個應(yīng)該遵循p=0.5的0-1分布，但是，結(jié)果讓人意想不到，紅對藍，紅勝22盤；看來就像8爺所說的那樣，還是一方贏
. E7 w4 e" W/ G: d

negtive

馬上fps，rts游戲也要沒意思了，阿爾法狗下一個目標(biāo)就是星際爭霸。
$ T8 ^! s4 W3 W- `) Y% ^
幸好我已經(jīng)是劇情黨了。

劉景亞

看了下DeepMind團隊發(fā)表在Nature上的文章，AlphaGO深度學(xué)習(xí)、蒙特卡羅樹狀搜索、自我進化三大招齊出。換句話說，最開始的時候AlphaGO并不會下棋，怎么走完全靠隨機蒙，那些蒙對的走法會記憶下來，那些蒙錯的走法會淘汰，這就是訓(xùn)練。等下次再對弈時，就會使用上次蒙對的走法。經(jīng)過上萬次甚至甚至上億次的訓(xùn)練淘汰，水平會不斷上升，也就實現(xiàn)了自我進化。
根據(jù)這個原理，兩個AlphaGO對弈，總會有一個獲勝，獲勝的新的走法會保留，失敗的會淘汰，實現(xiàn)進化。這很像人類的自然進化法則，這也正是AkphaGO厲害的地方。
事實上目前AlphaGO的技能很大程度上都是通過自己左右互搏學(xué)習(xí)到的。

icegoods

外太空這要這家伙去開疆拓土，進化吧