หน่วยวิจัย Facebook AI Research (FAIR) ประกาศโอเพนซอร์ส ELF OpenGo บ็อตเล่นโกะคู่แข่งของ AlphaGo แต่เป็นผลงานของ Facebook
OpenGo พัฒนาขึ้นบนเฟรมเวิร์ค Extensible, Lightweight Framework (ELF) สำหรับงานวิจัยด้าน Reinforcement Learning Research โดยประกาศตัวชัดเจนว่าได้แรงบันดาลใจจากงานของ DeepMind และพยายามสร้างบ็อตแบบ AlphaGoZero ขึ้นมาใหม่โดยเทียบกับผลงานของ AlphaGo แต่กระบวนการทำงานใช้ ELF ของตัวเองแทน (เรียกว่าเป็น reimplementation ของ AlphaGo ก็ได้)
ผลคือ OpenGo สามารถเอาชนะบ็อตโกะที่เก่งที่สุดในตอนนี้ LeelaZero (เพราะ AlphaGo ไม่เปิดให้คนอื่นใช้งาน) และเอาชนะแชมป์โกะรวม 4 คนด้วยคะแนน 14:0 เกม
Facebook ระบุว่าเปิดซอร์ส OpenGo เพื่อเปิดให้คนอื่นๆ มาเรียนรู้และหวังจะให้ต่อยอดผลงานของ OpenGo ต่อไป ตัวโค้ดอยู่บน GitHub และใช้สัญญาอนุญาตแบบ BSD
ที่มา - Facebook
Comments
สงสัยจังว่าทำไมก่อนหน้า AlphaGo จะออกมาการที่จะเขียน AI ให้ชนะเซียนโกะได้ถึงดูเป็นเรื่องเพ้อฝันในวงการ AI ซึ่งแทบไม่เคยเห็นข่าวเกี่ยวกับความเคลื่อนไหวของ AI เล่นโกะเลย แต่พอ AlphaGo ออกมาก็มี AI ที่สามารถเอาชนะมือโปรกับแชมป์โลกได้ออกตามมาแบบรัวๆ สรุปว่าจริงๆแล้วมันง่ายหรือมันยากในวงการ AI กันแน่นะ
ปกติคิดอะไรออกก็เขียนลงงานวิจัย พัฒนาต่อยอดกันไปครับ มันถึงได้ไปกันไว เพราะแค่ดึงงานวิจัยไป implement + apply
แบบนี้นี่เอง ขอบคุณครับ
เพราะว่า DeepMind เผยแพร่งานวิจัย AlphaGo ไวครับ เจ้าอื่นก็รีบอ่านแล้วก็ทำตาม จะต่างจากกรณีของ DeepBlue ที่ชนะปี 1997 แต่เผยแพร่งานวิจัยปี 2002
มันไม่ได้เป็นเรื่องเพ้อฝันนะครับ มันมีความเป็นไปได้อยู่แล้วในทาง AI แต่ไม่มียักษ์ใหญ่เข้าไปทำ และผมคิดว่า Google เอง ไม่น่าจะใช่เจ้าแรกที่ใช้หลักการของ Neuron network (ให้ AI สามารถเรียนรู้ได้) เพื่อแก้ปัญหาโกะ แต่ Google เป็นเจ้าแรกที่ทำแล้วประสบความสำเร็จ เพระเล่นใหญ่ มีการใช้ทั้ง Neuron network แถมยังใช้ตาเดินหมากเก่า ๆ เป็นพื้นฐานในการเดินด้วย