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，結局如何？

crazypeanut

這個是不是有點自相矛盾的味道？？ 但是我對結果很感興趣

愛貓人士薛定諤

這算是“迭代”嗎，昨天也想到這個了
0 P! G  i8 S% c. r- r# ~以后辦圍棋賽，可以分設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
, D; |, O+ z" D5 j0 X% \3 ?; k
靠人來比試獲取電腦算法經(jīng)驗值的速度太慢
$ e! s" E# K4 p

2266998

不會的，依然是一方贏，并且肯定是一方贏，毫無疑問，
* u4 Z: }# ^, l/ g) ?
5 c6 E0 m7 C3 }  e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，

2 p' W- x1 t9 `& V( [* S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，
8 A$ ~: e6 _9 t% G
% V# z( P+ s/ {( N( h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，

+ A% x$ ?3 }7 a5 {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，

9 I6 h+ i! n- x5 s( d' e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，
. |  C! y4 G) M0 ?2 L" i! g
  b0 ]2 \$ r% K+ S# _' Q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，
9 y& m! B5 M# v* G, G' @
9 N/ b$ P0 c- X: q  U5 m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
# i5 z+ H8 _$ B勝負五五開吧

5 g- S1 m! [7 P6 W) c& J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，這個應該遵循p=0.5的0-1分布，但是，結果讓人意想不到，紅對藍，紅勝22盤

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，

2 j% @. N0 z$ ~$ Y5 t因為每個系統(tǒng)是一個小組，其‘策略’是完全不同的 ...

% n, |4 x% d- N( B) t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，這個應該遵循p=0.5的0-1分布，但是，結果讓人意想不到，紅對藍，紅勝22盤；看來就像8爺所說的那樣，還是一方贏
1 b8 f$ h% k5 A( s* B

negtive

馬上fps，rts游戲也要沒意思了，阿爾法狗下一個目標就是星際爭霸。

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深度學習、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練淘汰，水平會不斷上升，也就實現(xiàn)了自我進化。
: P- Y' `, a: c. h' }4 _+ X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習到的。

icegoods

外太空這要這家伙去開疆拓土，進化吧