Дневник c00l0ne

c00l0ne, а мне точно также чихать на псевдо-ИИ
Я не оч большой спец в деталях темы ИИ, но в плане шахмат, мне сказали, что эта хреновина обучается шахматам банальнейшим методом Монте-Карло, известным уже сто лет и используемым движками и лично мной при анализе. Отсюда как шахматист делаю вывод об отсутствии чего-то принципиально нового - только голимые убийственные мощностЯ

fergus_crowley, банально матчасть изучайте :
Алгоритм обучения многослойной нейронной сети методом обратного распространения ошибки (Backpropagation)

c00l0ne, слишком сложным языком написано. а если разобраться - по сути тот самый старый добрый папа Монте-Карло

fergus_crowley, монте карло это перебор до достижения нужного нам результата , а это эволюционный метод ...

c00l0ne,

Вместо альфа-бета поиска с предметно-ориентированными адаптациями AlphaZero использует для поиска дерево Монте-Карло. Каждый поиск состоит из серии симуляций игр, которые обходят дерево от корня к ветвям. Каждая симуляция выбирает для каждого состояния s ход a с наименьшим количеством посещений, наибольшей эффективностью и наибольшим значением, в соответствии с текущим fθ. Поиск возвращает вектор π, представляющий эффективности ходов.

fergus_crowley, вырвано из контекста , абзац принцип работы альфы
дерево монте карло для поиска только используется, а развивается сеть методом эволюции:

Параметр θ получен с помощью самообучения, его начальное значение было выбрано случайно. Выбора ходов для каждого игрока происходил с помощью поиска в дереве Монте-Карло. В конце каждой игры конечная позиция sT оценивалась в соответствии с правилами исхода игры: -1 для проигрыша, 0 для ничьей и +1 для победы. Параметр θ обновлялся, чтобы минимизировать ошибку между предсказанным исходом vt и реальным исходом z, также параметр θ обновлялся для максимизации сходства вектора pt к полученным в результате поиска вероятностям πt. В частности, параметр θ отрегулирован градиентным спуском функции l, которая состоит из суммы квадрата отклонения ошибки и потери энтропии.


где c - параметр контролирующий уровень регуляризации весов L2. Обновленные параметры затем используются в последующих играх.



Алгоритм в AlphaZero здесь описан по-другому, чем оригинальный алгоритм в AlphaGo Zero. Отличие заключается в том, что AlphaZero вычисляет и оптимизирует ожидаемый исход, используя количество ничьих или другие потенциальные исходы.



Правила гo действуют одинаково, если рассматривать любой поворот игрового поля. Этот факт был задействован в AlphaGo и AlphaGo Zero разными путями. Во-первых, тренировочные данные были получены генерацией 8 симметрий для каждой позиции. Во-вторых, во время выполнения поиска Монте-Карло позиции на досках трансформируются с использованием случайного выбранного поворота или отзеркаливания перед передачей в нейронную сеть. Правила шахмат и сеги ассиметричны, и вообще здесь симметрии не могут быть приняты. AlphaZero не вычисляет тренировочные данные и не трансформирует доску во время поиска Монтер-Карло.



В AlphaGo Zero новые игры во время обучения получены от лучших игроков на всех предыдущих итерациях. После каждой тренировочной итерации эффективность нового игрока сравнивается с лучшим игроком. В случае 55% побед нового игрока он заменит лучшего, и все новые игры теперь будут созданы на его основе.AlphaZero поддерживает одну нейронную сеть, которая постоянно обновляется вместо ожидания завершения конца каждой итерации.

пс споры поубавим... все таки дневник по китайскому покеру...

тренируем удачу перед гкупом ... сегодня отыгрывать буду опять все турниры...

ушел поспать перед турниром , увидемся через 1.5 часа )

последний раз эту тему, так сказать, квинтэссенция всего, и замолкаю

Главной целью был рекламный эффект. Результат, безусловно, выдающийся, но если ставить эксперимент корректно, то результата "за час обучения побили сильнейшую программу" не получишь. Корректный результат - "создана программа, которая легко бьёт человека и достаточно сильна среди движков".
С помощью подкручивания параметров эксперимента создан большой медийный эффект, к корректной научной работе не имеющий отношения.
Это печально, для тех кто что-то понимает в предмете, но чувства мизерной части аудитории гугл не волновали.
Увы, "цель оправдывает средства". И подрывает авторитет гугла. Очередной прорыв со стороны гугла будет восприниматься с бОльшим скептицизмом.

fergus_crowley, ага какой плахой гугл ...
это не яндекс отмывающий миллиарды под крылом государства

опять мимо ... говорят приходите в другой раз .... gcoop gcoop :D
воланд конечно поразил сегодня выловленным количеством 1ого аута ...

в двух турнирах на этого пихунишку кинуло ... печально(

у фреда 1.6 млн в суперстеке ... топим за него ))) может стрим включу...

че постримим часок )
https://twitch.tv/c00l0ne

на 150 идет бой пл аква оракл

и на сотке аква белка пл

стрим закончен

хорошая статейка:
Сэм Альтман: «Люди вошли в стадию коэволюции с ИИ»

Слияние может принимать множество форм: от внедрения электродов в наш мозг до близкой дружбы с чат-ботами. Слияние — это самый лучший сценарий для человека, потому что столкновение двух склонных к доминированию видов неизбежно выливается в конфликт, последствия которого не хочется даже представлять. «Мы будем первым видом, создавшим новый разумный вид — своих потомков», — пишет Альтман. По его мнению, было бы здорово, если бы мир стал воспринимать этот процесс всерьез и начал его координировать.

Споры вокруг ИИ разгораются. Сегодня их участников можно разделить на два условных лагеря: те, кто боятся ИИ, и те, кто считают его просто очередным инструментом улучшения условий жизни человека. Недавно свое отношение к проблеме высказал создатель человекоподобного робота Софии Дэвид Хансон.

мужик круто катает в шахматы :
https://youtu.be/2e-_C6tp_HU?t=281

в последней партии :
ладья на h3>g3 фуфло ... надо было рокироваться ... центр бы укрепил и менялся бы ... эндшпиль шпилил бы ...
пешку с4 не использовал ... не плохо было бы разбомбить центр попробовать ...

слон а3 тоже слабо стоял ...

про мотивацию покеристов :

китайский ии создает клипы имитируя речь на китайском языке президентов сша )


класс)

прокачал твитч
донаты настроил)
скайред если надо пиши в личку помогу)

готовимся тренируемся к гкупу
сегодня опять буду все играть от себя...

ps телек запустил, записываем кеш sir_kote "принц средних лимитов"
https://twitch.tv/c00l0ne

красивые цифорки :


sir_kote ушел ... пишем простиутку ... и 50 лимита с белкой два стола ...

посплю маленько .... твитч офф