Комментарии к колодцу Феруэлла

Цитата (buccaneer @ 11.2.2016)
Грубо говоря, в шахматах компьютер брал и берёт "мускулами", поэтому даже когда их не хватало, то было понятно, что рано или поздно комп их нарастит. В Го же изначально было понятно, что просто "силой" не возьмёшь, нужны мозги

Тут ещё можно добавить, что в Го, в отличие от шахмат, программа училась именно на партиях людей (в шахматах это не так). Ясно, что если метод обучения позволяет "понять" почти всё, что понимают лучшие профессионалы, то за счёт вычислительной мощности она легко возьмёт верх. Но если "процент понимания" невелик, то матч с топ-игроком может оказаться принципиально другой историей. Кто знает, может если бы программа училась на партиях игроков уровня Фэнь Хуя, то она и его бы не обыграла?

Ведь даже в шахматах окончательный перелом наступил с появлением новых алгоритмов, а не просто в связи с ростом мощности компов.

Конечно, это всё гадание на кофейной гуще, т.к. о деталях работы программы ничего не известно.

Цитата (БоевойСлон @ 11.2.2016)
Конечно, это всё гадание на кофейной гуще, т.к. о деталях работы программы ничего не известно.

Все детали работы программы подробно описаны в статье в Nature и интересующиеся скорее всего по этой статье все быстро воспроизведут, это несложно, как было с атари играми AI - особенность науки в том, что ты должен публиковать материалы и методы, чтобы любой мог проверить твои идеи.

Фер, ты много писал о Навальном, и о прочих людях, которые активно занимаются политикой в России. Хотелось бы услышать твое мнение, о политической деятельности Светланы Михайловны Пеуновой (Svetlana Lada-Rus), которая возглавляет политическую партию «Воля»? Посмотрев ее ролики о политической деятельности, я понял лишь одно, в зомбоящике появляются только те политики, которые ни чем ни угрожают власти, и которых эта власть не боится, а вот партиям и оппозиции, которые своими действиями реально могут, что то изменить в стране, дорога в телек закрыта.

Цитата (Proreg @ 12.2.2016)
Фер, ты много писал о Навальном, и о прочих людях, которые активно занимаются политикой в России. Хотелось бы услышать твое мнение, о политической деятельности Светланы Михайловны Пеуновой (Svetlana Lada-Rus)...

Это широко известная персона. Например, в этом ролике Госпожа Пеунова рассуждает о рептилоидах, которые прилетают на комете раз в 3500 лет на Землю. Имхо, надо финансово поддержать женщину. Собственно говоря, нам остаётся рассчитывать только на неё и, в крайнем случае, на Пахома.

Цитата (iow @ 12.2.2016)
Это широко известная персона. Например, в этом ролике Госпожа Пеунова рассуждает о рептилоидах, которые прилетают на комете раз в 3500 лет на Землю. Имхо, надо финансово поддержать женщину. Собственно говоря, нам остаётся рассчитывать только на неё и, в крайнем случае, на Пахома.

Но по зомбоящику гундяева в рясе показывают, и папу римского...и что???И как главы государства со свечками в церкви стоят и молятся за Русь....чтоб рубль крепчал...

Цитата (Zedmor @ 11.2.2016)
Я вот одного не понимаю, серьезно, объясните мне почему такая одержимость о победе над лучшим человеком в чем-то? Совершенно очевидно если что-то смогло добраться до второй сотни в рейтинге или просто даже бить про-игроков из топ 5% всех людей, то это будет делать тоже самое лучше уже всех людей на земле в течении очень короткого срока просто. Обратных примеров я не знаю. Может кто-то может назвать хоть один пример технологического развития при котором это было бы не так? Не обязательно в играх, в любой области. Тогда в чем интерес? Скажем например сейчас стокфиш имеет эло 3340, у Карлсена 2844, вопрос - почему всем пох, а когда эло дип блю приближался к эло Каспарова это было всем интересно? Результат же известен заранее?

Основная цель подобных проектов - популяризация, пиар.
Самообучение машин является крайне сильной технологией, которое перевернет мир.
Машину можно научить выполнять интеллектуальную деятельность не путем строгой алгоритмизации, а путем обучения, как человека, а потом она будет работать как черный ящик, причем на сверхчеловеческом уровне.
Но сама идея, что это возможно, еще очень далека от большинства людей.
Чтобы развивать эту технологию, нужны инвестиции. Нужно, чтобы о ней узнало как можно больше людей. А для этого нужно показать ее возможности на множестве "попсовых" результатов. Обычный нормальный человек не станет читать статьи про рекуррентные нейронные сети и сингулярные разложения матриц. А такие вещи, как компьютерное творчество и игры нормальному человеку ближе и понятнее.

Кстати, думаю многих насмешу, но совершенно офигел перечитав "Сумму технологий". В первый раз читал лет в 18 ничерта не понял, конечно, но вообще насколько свой век Лем опередил это не сказать даже. Кто не читал - мастрид.

Давайте доиграем эту мазу.

А покер то решен? По крайней мере хеадз ап лимит?
Или это не имеет значения, потому что покер это скорее не игра, а бизнес. Бизнес для заведения, бизнес для профессионалов, и азарт для любителей.
Неправильно ТТР сказал что покер существует только из-за бабок в своем видео, доказательство тому комнаты для игры только на условные деньги такие как Зунга. Покер держится исключительно на азарте. Потому не так он интересен науке, и будет существовать после полного его решения.
Вот например, поставить того же цефея играть, а он рейк не побъет, но и не обыграет его никто. Баазову на заметку, оставить только специальные "кибер" хеадз ап столики.
А что побъет рейк так это эксплоатив-ИИ, весьма реальная вещь, которая, как правило, также как и АльфаГо, использует различные вариации Монте-Карло алгоритмов и различные нейронные сети для предсказания действий оппонентов.
Естественно, такие компании как Гугл этим заниматься не будут, почему думаю понятно.
Но ведь если найдется какая-нибудь ИТ конторка, которая все рассматривает с точки зрения бизнеса, они сделают нечто такое.... ужасное.... что сделает уста всех немыми и взор неподвижным.

Цитата (Zedmor @ 12.2.2016)
Кстати, думаю многих насмешу, но совершенно офигел перечитав "Сумму технологий". В первый раз читал лет в 18 ничерта не понял, конечно, но вообще насколько свой век Лем опередил это не сказать даже. Кто не читал - мастрид.

Ничего смешного. Был согласен с тобой лет 40 назад.
Перечитай Эйнштейна. )

Цитата (feruell @ 11.2.2016)
Новый пост в Колодце Феруэлла:

Поставил 1к против 1.5к Тайлера на Ли Седоля против АльфаГо. Получил предложение еще поставить 10к против 15к. Тут уже подумать надо немного.

Есть у нас эксперты по го на форуме?

я пожалуй готов принять эту ставку. незнакомец, пиши в личку, договоримся. если мы не знакомы перевести гаранту не проблема. пора полудить

mako27, Предлагаю сначала спрашивать меня, а потом пытаться забрать мои ставки в моем колодце.

Цитата (feruell @ 12.2.2016)
mako27, Предлагаю сначала спрашивать меня, а потом пытаться забрать мои ставки в моем колодце.

Не нужно умножать сущностей сверх необходимого. Двухходовока мако27 и мако27.

Цитата (feruell @ 11.2.2016)
Новый пост в Колодце Феруэлла:

Поставил 1к против 1.5к Тайлера на Ли Седоля против АльфаГо. Получил предложение еще поставить 10к против 15к. Тут уже подумать надо немного.

Есть у нас эксперты по го на форуме?

Разбор игры профессиональным игроком:

https://www.youtube.com/watch?v=NHRHUHW6HQE

Его резюме:
АльфаГо разыгрывает Фусеки в "японском" стиле: мягче, медленней, менее активно, чем современные корейские и китайские игроки.
АльфаГо похожа на игрока, который не профессионал, но имитирует игру профессионала, то есть делает некоторые ходы, которые профессионал мог бы сделать, но при немного другой ситуации
АльфаГо не понимает цены сохранения сенте (инициативный ход) - подробно разобраны последствия излишне спокойного хода АльфаГо в первой партии, который позволил Фану вести до середины игры.
АльфаГо не может точно оценить, кто выигрывает в текущей позиции, и соответственно, не может выбрать, как играть - на усложнение или на упрощение игры.
АльфаГо не понимает, что надо оставлять адзи (мертвый камень, который может вступить в борьбу при определенных условиях), и разыгрывает некоторые позиции раньше времени, позволяя противнику получить преимущество.

Мое мнение, Ли Седоль проведет одну классическую партию, оценив возможности программы, а потом начнет извращаться, - он может начать игру так, что в базе проги не будет партий с таким фусеки (дебютом). А просчитать начало в го невозможно,-уж слишком много вариантов получается, человек же, легко оценивает позицию опираясь на свою интуицию, а вот для софта алгоритмизация такой задачи довольно сложна (вспомните распознавание символов, картинок).

И еще, не в одной игре не игралась серьезная "ко борьба", - прием сложный для понимания ботами. Профи уровня Седоля может организовать ко-борьбу в нескольких местах одновременно, и программа не сможет оценить ценность победы в каждом месте.

Посмотрел подробный анализ матча между АльфаГо и Фань Хуэем от профессионального 9-ого дана из Кореи. Очень познавательное видео, но возможно не столь интересное для тех, кто плохо понимает суть Го. Попробую понятным языком пересказать ключевые моменты.

Для начала хочу напомнить про замечательную игру Шоги (японские шахматы), которая стоит на ступень ниже по сложности, чем Го. Проще всего сравнивать сложность подобных игр средним количеством ходов за партию: шахматы - 80, шоги - 110, го - 150. Также разницу в сложности между этими играми поможет понять приблизительное количество возможных партий: шахматы - 10 в степени 123, шоги - 10 в степени 226, го - 10 в степени 360. Про компьютерные шахматы уже все давно понятно, а вот, как обстоят дела с компьютерными шоги, мало кому известно, просто потому что этот вид шахмат у нас совсем не популярен. Так вот программы по шоги только пару лет назад начали играть на уровне топ-профессионалов и, похоже, даже сейчас еще не идет речь о тотальной доминации компьютера над человеком в этой сфере. Если подумать, сколько времени прошло между победой компьютера над профессионалом в шахматах и аналогичным достижением в шоги, то станет понятно, что в случае с го все не так просто, как это может показаться на первый взгляд.

Про оппонента АльфаГо - Фань Хуэйа - уже было много сказано, так что я лишь упомяну пару любопытных моментов. Профессионалы сильно раскритиковали его игру, а также при ближайшем рассмотрении партий действительно заметно, что он "поплыл" уже после первого поражения. Провал в игре и серьезные ошибки уже в самом начале второй партии можно объяснить как простым тильтом (сам игрок заявил в интервью после матча, что прилично разнервничался вы процессе), так и попыткой начать играть менее предсказуемо и проверить программу на прочность нестандартными ходами.

Анализ игры АльфаГо намного более интересен во всех отношениях. Во-первых, было отмечено, что программа играет совсем, как человек. Предыдущие же программы показывали намного большую разницу в стиле игры. Вероятно, программа училась по базам игр японских профессионалов, так как была замечена за использованием устаревших японских джосек (это как дебютные начала в шахматах). Интересно, что заработав значительное преимущество АльфаГо переставала играть каждую локальную ситуацию оптимально - просто стремилась закрыть партию побыстрее. Хотя и в целом отмечена недостаточная жесткость в игре программы. Считается, что в матче против Ли Седоля это будет значительным минусом. Вот еще ряд недостатков АльфаГо. Играя словно человек, программа, тем не менее, сильно зависима от игровых паттернов преобладающих в базе игр, по которой она училась. Это полностью лишает игру АльфаГо креативности - одной из важнейших составляющих в играх топ-уровня. Местами даже заметно, что программа просто подражает человеческому стилю игры, при этом не понимая глубину сделанных ходов. Не способность увидеть скрытый потенциал камней - это, по мнению эксперта из Кореи, решающая слабость АльфаГо. На втором месте идет серьезное недопонимание программой принципов использования инициативы в игре. В качестве преимущества называется высокий уровень счета (просчитывание ходов вперед), что впрочем неудивительно для компьютерной программы.

Итак, программа играет здорово, однако имеет множество недостатков. Известно, что Ли Седолю обещают миллион за победу - так вот большинство профессионалов завидуют ему, считая, что это "изи мани". Вообще, на момент матча с Фань Хуэем, по оценке профессионалов программа играет значительно слабее топ-уровня. Тем не менее, почти все с восторгом ожидают предстоящей встречи и восхищаются командой АльфаГо. Некоторые игроки топ-уровня ждут возможности потренироваться с этой программой. Считается, что АльфаГо сможет привнести много пользы в развитии и изучении го. Но сейчас игроки высочайшего уровня сходятся во мнении, что АльфаГо не достигнет топ-уровня пока не начнет регулярно тренироваться с профессионалами. Учитывая сколько партий сыграла программа сама с собой, уже не так важно сколько она сыграет еще - раз она не научилась использовать инициативу и скрытый потенциал камней, то это проблема подхода, а не наигрыша.

Как минимум, профессиональные ассоциации с нетерпением ждут, когда АльфаГо станет помогать им генерировать задачки по го, так как по их словам - они уже превзошли самих себя в этом процессе и почти полностью истощились на идеи.

Цитата (telvin @ 12.2.2016)
Местами даже заметно, что программа просто подражает человеческому стилю игры, при этом не понимая глубину сделанных ходов.

Забавно было бы, если она "понимала". Или еще бы кто нибудь написал, что программа на самом деле понимала, но притворялась, что не понимает.

3eMeJI9I, речь о том, что программа повторяет определенный ход в джосеки, который необходимо использовать в дальнейшем, иначе он теряет весь свой смысл, а потом не использует его, теряя очки.

Цитата (buccaneer @ 11.2.2016)
Я вам не скажу за всю Одессу, но про нынешнюю одержимость есть у меня такое мнение. Грубо говоря, в шахматах компьютер брал и берёт "мускулами", поэтому даже когда их не хватало, то было понятно, что рано или поздно комп их нарастит. В Го же изначально было понятно, что просто "силой" не возьмёшь, нужны мозги,а это направление пока инновационное и малоизученное, пока даже непонятно как лучше к решению этой проблемы подходить

30 лет назад про шахматы говорили ровно то же самое, перечитайте например Электроника. По факту в AlphaGo применяется именно грубая сила - перебор с отсечением, только для оценки позиции используется не примитивная функция вроде подсчета числа пешек, как в шахматах, а обученная продвинутая нейросеть.

Ценность AlphaGo - не в пиаре, а в методах обучения, которые легко можно будет применить где угодно, от выдачи релевантной информации на поисковые запросы в гугле до диагностики заболеваний.

На кого ставить - лично я бы вообще поостерегся это делать. Слишком мало информации. Оценки профессионалов ("оно играет на уровне 1-го дана"), как я понимаю, относились к версии AlphaGo полугодовой давности. За это время разработчики могли сделать что угодно - например, банально увеличить мощность вычислительного кластера раз в 10, не говоря уже про непрерывное обучение.

Цитата (Lrrr @ 13.2.2016)
30 лет назад про шахматы говорили ровно то же самое, перечитайте например Электроника. По факту в AlphaGo применяется именно грубая сила - перебор с отсечением, только для оценки позиции используется не примитивная функция вроде подсчета числа пешек, как в шахматах, а обученная продвинутая нейросеть.

Ценность AlphaGo - не в пиаре, а в методах обучения, которые легко можно будет применить где угодно, от выдачи релевантной информации на поисковые запросы в гугле до диагностики заболеваний.

На кого ставить - лично я бы вообще поостерегся это делать. Слишком мало информации. Оценки профессионалов ("оно играет на уровне 1-го дана"), как я понимаю, относились к версии AlphaGo полугодовой давности. За это время разработчики могли сделать что угодно - например, банально увеличить мощность вычислительного кластера раз в 10, не говоря уже про непрерывное обучение.

Насколько правильно я понял товарища telvin'a , то те проблемы которые обнаружили Про увеличением мощности кластера и обьема обучаемого материала не решаются. Нужен асболютно другой подход. По мне так альфаГо лососнет у Сидоля