By: lew 
on 19 October 2017 - 01:04
Tags:
แม้ว่า DeepMind จะประกาศไม่จัดแข่งโกะระหว่างมนุษย์กับ AlphaGo อีกแล้ว แต่บริษัทก็ยังพัฒนาความสามารถของมันต่อไป โดยเวอร์ชั่นล่าสุด AlphaGo Zero มีความสามารถในการพัฒนาฝีมือได้อย่างรวดเร็วโดยไม่ต้องอาศัยข้อมูลการเล่นของมนุษย์แม้แต่น้อย (เป็นที่มาของชื่อ Zero)
AlphaGo Zero มองกระดานตรงๆ ด้วยเครือข่ายนิวรอนเครือข่ายเดียวจากที่เวอร์ชั่นก่อนหน้านี้แยกนิวรอนสำหรับวิเคราะห์โอกาสชนะออกมา และในเวอร์ชั่นนี้อาศัยข้อมูลการเล่นกับตัวเองอย่างเดียว ไม่มีฟีเจอร์ใดๆ ที่วิศวกรของ DeepMind ปรับแก้ด้วยมือให้ก่อนหน้า การปรับปรุงเหล่านี้ทำให้ประสิทธิภาพในแง่พลังงานของ Zero ดีกว่าเวอร์ชั่นก่อนๆ มาก โดยเวอร์ชั่นนี้ใช้ชิป TPU ของกูเกิลเองเพียง 4 ตัว
เนื่องจากไม่มีฟีเจอร์พื้นฐานที่วิศวกรใส่ด้วยมือให้เลย AlphaGo Zero จึงต้องเรียนรู้กฎพื้นฐานจากศูนย์ช่วงแรกมันเล่นมั่วไปเรื่อยๆ แต่ใช้เวลาเพียงสามชั่วโมงในการฝึกก็สามารถเรียนรู้กฎได้เหมือนผู้เล่นมือใหม่ และ 19 ชั่วโมงก็สามารถเล่นได้เหมือนมนุษย์ โดยเข้าใจหลักการของ Go เช่น การครองพื้นที่ หรือกลุ่มที่มีชีวิตและกลุ่มหมากที่ตายแล้ว ภายใน 70 ชั่วโมงก็มีความสามารถเกินมนุษย์ทั่วไปอย่างชัดเจนโดยไปถึงระดับเดียวกับ AlphaGo เวอร์ชั่นที่เล่นกับ Lee Sedol จนกระทั่งวันที่ 21 มันก็เอาชนะ AlphaGo Master ที่ใช้แข่งกับ Ke Jie ไปได้ และเมื่อฝึกไป 40 วันก็เอาชนะ AlphaGo Master 89 กระดานจาก 100 กระดาน
ทีมงานปล่อยให้ AlphaGo Zero ฝึกตัวเองไป 40 วัน มันสามารถทำคะแนน Elo rating ได้ถึง 5,185 น่าจะเป็นผู้เล่นโกะที่เก่งที่สุดที่โลกมีตอนนี้ โดยเวอร์ชั่น Lee Sedol มีคะแนน 3,739 และเวอร์ชั่น Ke Jie มีคะแนน 4,858
DeepMind ระบุว่าความสามารถในการเรียนรู้โดยไม่ต้องใช้ข้อมูลเดิมมีความสำคัญมากเพราะแสดงว่าเราสามารถออกแบบระบบที่เรียนรู้เรื่องอื่นๆ โดยไม่ต้องมีฐานข้อมูลของมนุษย์ไว้ก่อนหน้า และปัญญาประดิษฐ์สามารถค้นพบความรู้ใหม่ๆ ได้เองในปัญหาอื่นๆ ด้วย
ที่มา - DeepMind
Get latest news from Blognone
Follow @twitterapi
Comments
เสียดายที่ปล่อยบันทึกหมากมาแค่ 20 เกมของแต่ละ category แต่อัตราส่วนขาวชนะเยอะกว่าดำจริงๆตอกย้ำว่ากฏแบบจีนเอื้อขาวเยอะเกินไป
Keyword ในโลกของความเป็นจริงมันไม่มีสมการเฉพาะนี่แหล่ะ ที่ยังแตกต่างจากรูปแบบเกมส์ เมื่อใดที่ AI คิดสมการเฉพาะของแต่ละสถานะการณ์ได้ด้วยตัวเอง และจัด Category ข้อมูล Input จากข้อมูลที่รวบรวมได้ จัดแยกเป็นตัวแปร แปรผันเข้าสมการเองได้ โดยตัวแปรก็ต้องไม่ถูกจำกัดด้วยมนุษย์เช่นกัน ทีนี่แหล่ะตัวใครตัวมัน
งั้นก็ถึงเวลาตัวใครตัวมันละครับ
จากข่าวมันก็สร้างสมการที่เรียกว่ากฎขึ้นมาเองนะครับ หลังจากนั้นก็ตามที่คุณิธิบายมาทั้งหมดเลย
skynet อยู่ไม่ไกลแล้ว
พลังงา่น => พลังงาน
โด => โดย
สามารถตรัสรู้ได้ด้วยตัวเอง ไม่ต้องมีผู้ใดสอนสั่งหรือชี้แนะ
อีกหน่อยคงบอกได้ว่ากฎข้อไหนของโกะ ควรจะปรับปรุง และกลายเป็นเกมส์ใหม่ที่เหนือล้ำยิ่งไปกว่าโกะในปัจจุบัน
หมายความว่าเรียนรู้ด้วยตัวเองทั้งหมดเก่งกว่าดีกว่าใช้ข้อมูลจากมนุษย์หรือนี่?? เพราะเรียนรู้แค่ 3 วันก็เก่งเท่าตัวเดิมแล้ว 40 วันชนะได้ทั้งหมด ตัวเดิมน่าจะเตรียมตัวนานกว่านี้
ขอเสริมนิดนึงครับ
"ภายใน 70 ชั่วโมงก็มีความสามารถเกินมนุษย์ทั่วไปอย่างชัดเจนโดยไปถึงระดับเดียวกับ AlphaGo เวอร์ชั่นที่เล่นกับ Lee Sedol"
อันนี้ไม่ได้แปลผิดนะครับเพราะแหล่งข่าวต่างๆรวมถึงบล็อกของดีปไมน์ก็เขียนไว้ประมาณนี้ แต่ถ้าอ่านฟูลเปเปอร์จะพบว่าฝึกสามวันไม่ใช่แค่ทัดเทียม AlphaGo เวอร์ชั่นที่เล่นกับ Lee Sedol แต่คือเหนือกว่าชัดเจน ชนะ 100-0 เกมภายใต้สถานการณ์เดียวกันกับตอนที่แข่งกับ Lee Sedol ถ้าเอาแค่ทัดเทียมจะใช้เวลาแค่ 36 ชั่วโมงครับ
ถ้าตามนี้จริง Timeline จะเป็น
3ชม. เริ่มรู้กฎเหมือนผู้เล่นมือใหม่
19 ชั่วโมงก็สามารถเล่นได้เหมือนมนุษย์
เข้าใจเรื่อง การครองพื้นที่ หรือกลุ่มที่มีชีวิตและกลุ่มหมากที่ตายแล้ว
36 ชั่วโมง มีความสามารถระดับเดียวกับ AlphaGo เวอร์ชั่นที่เล่นกับ Lee Sedol
70 ชั่วโมง(~3วัน) ชนะ AlphaGo เวอร์ชั่นที่เล่นกับ Lee Sedol 100-0 เกม
21วัน เอาชนะ AlphaGo Master ที่ใช้แข่งกับ Ke Jie ได้
40 วันก็เอาชนะ AlphaGo Master 89 กระดานจาก 100 กระดาน
เริ่มน่ากลัวของจริงละ
อยากเห็น AI คิดเกมส์มาให้มนุษย์เล่นบ้าง ให้ AI ตั้งกฎแล้วให้มนุษย์เล่นตามแทน
AI : 'เพื่อให้เกมสนุกที่สุดและดึงศักยภาพของมนุษย์ออกมาได้เต็มที่ เราจะเล่นเกมในโหมด...Deadmatch Survival...'
ถ้ามันเรียนรู้ที่จะเล่นโกงได้จะฮามาก
ให้มือโปรสัก10คนไปเรียนกหมากกับมัน แล้วมาถ่ายทอดทางหมากน่าจะดีกับวงการไม่น้อย หรือไม่ก็เปิดเป็นมาสเตอร์ค่อย comment เกมที่โปรเล่น
รำไร
/me #ทีมElonMusk ถ้า A.I. จะน่ากลัวได้ขนาดนี้ นี่ต้องคำนึงว่าเรายังไม่ได้ไปถึงยุค Quantum กันเลยนะ ถ้าพัฒนา A.I. ด้วย Quantum Computer มันจะไปไวได้อีกแค่ไหน O_O
@ Virusfowl
I'm not a dev. not yet a user.
ดีไม่ดี Quantum computer จะถูกใช้ได้จริงๆ เพราะ AI คิดอัลกอริธึมให้เพราะคนทำกันไม่ถึงไหนเสียทีล่ะครับ