Alpha Go ทำไมถึงน่ากลัว ต่างจากโปรแกรมหมากล้อมอื่นที่เคยมีมาอย่างไร
Alpha Go ไม่ใช่โปรแกรมโกะ ที่มีคำสั่งตายตัวแบบทั่วไป หากเป็นกรณีโปรแกรมหมากล้อมที่เคยมีมาถ้าจะพัฒนาปรับปรุงโปรแกรมให้เก่งขึ้น ทำได้ยากและใช้เวลานานมาก
แต่โปรเจ็ค ดีปมายด์ เนี่ย ( Google DeepMind ) วางระบบการทำงานให้มีลักษณะเหมือนกับการทำงานของระบบเซลล์สมอง มีความสามารถในการเรียนรู้ เป็นโปรแกรมเรียนรู้ข้อผิดพลาดและนำมาปรับปรุงพัฒนากลยุทธ์เกมส์ AI Deepmind Project
http://youtu.be/rbsqaJwpu6A
โดย ในคลิปยกเกมส์ 8 บิท มาสาธิต ความสามารถในการเรียนรู้ของ AI Deepmind Project เทียบเกมส์แรกๆ เกมส์โอเวอร์แบบโง่ๆเลย แต่พอผ่านไป 100 เกมส์ เหมือนคนค่อยๆหัดเล่น 500 เกมส์ เหมือนคนเล่นชำนาญแล้ว 1,000 เกมส์ เหมือนไม่ใช่คน ใช้กลยุทธ์ขั้นเทพ เคลื่อนไหวน้อยๆแต่ผลลัพธ์ทวีคูณ
ในเรื่องหมากล้อม ศักยภาพคนเรียนรู้เกมส์ เพื่อเรียนรู้ข้อผิดพลาด และพัฒนาฝีมือ อย่างมาก คือ วันละ 6 กระดานที่มีคุณภาพเนื้อหาดีๆ แต่ Alpha Go สามารถเรียนรู้ได้วันละ 1,000 กระดาน ไม่มีเหนื่อยไม่มีล้า
ณ เวลา ที่เปิดตัว ว่าโปรแกรมสามารถเอาชนะโปรได้แล้วนั้น คือระยะเวลา 1 เดือนมาแล้ว ระดับฝีมือของ Alpha Go ต้องพัฒนาขึ้นมากอย่างแน่นอน หากเป็นโปรแกรมแบบเดิมๆจะปรับปรุงโค้ดที ใช้ในเวลาเป็นปีก็ไม่แน่ว่าจะทำให้มันเก่งขึ้นมาได้
หลังเกมส์ที่ 1 ของ Lee se dol (B) vs Alpha Go (W)
https://gogameguru.com/alphago-defeats-lee-sedol-game-1/
นักหมากล้อมระดับท็อปอย่าง ลีชางโฮ รู้สึกช็อคกับฝีมือการเล่นของ Alpha Go
Cho Hanseung 9p กล่าวว่า ฝีมือการเล่นของ Alpha Go เก่งกว่า ตอนที่แข่งกับ Fan Hui 2p มันสุดยอดมาก!!!
update ผลกระดานที่ 2 Alpha Go ชนะ 2-0
https://gogameguru.com/i/2016/03/AlphaGo-vs-Lee-Sedol-20160310.sgf
ทำไมหมากบางตำแหน่งที่ Alpha Go เลือกเดิน ดูอ่อนเชิง และไม่ใช่หมากที่ดีที่สุดในสถานการณ์นั้นๆ ?
คำตอบในจุดนี้ เปิดเผยขึ้นในกระดานที่ 2 วันที่ 10 มีนาคม 2559 ที่ผ่านมานี้ ในระหว่างอธิบายเกมส์โดยผู้อธิบายเกมส์ ได้เชิญทีมพัฒนา Alpha Go มาพูดคุยในประเด็นนี้
โปรแกรมจะเลือกจุดที่มีเปอร์เซ็นต์ชนะ มากกว่าเป็นเกณฑ์ เช่น ตำแหน่ง ที่สร้างความได้เปรียบ 15 แต้ม นี้ มีความน่าจะเป็นที่ทำให้ชนะ 56% ตำแหน่ง ที่สร้างความได้เปรียบ 1.5 แต้ม นี้ มีความน่าจะเป็นที่ทำให้ชนะ 94% โปรแกรมจะเลือกเดินตำแหน่งที่ สร้างความได้เปรียบ 1.5 แต้ม เพื่อรักษาค่าเปอร์เซ็นต์ชนะ
นั่นคือเลือกความชัวร์ของชัยชนะ ไม่เลือกชัยชนะแบบที่มีค่าคะแนนทิ้งห่าง หากค่าเปอร์เซ็นต์ชนะน้อยกว่าแบบแรก 
ปมข้อสงสัยว่า การเดินหมากแย่ๆ จะทำให้มีโอกาสชนะได้สูงกว่าการเดินหมากดีๆอย่างไร ?
ช็อทนี้ต้องอธิบายกันยาวแต่มีคำตอบที่สามารถอธิบายเป็นเหตุเป็นผลได้ ต้องปูความเข้าใจพื้นฐาน การประเมิณสถานการณ์ค่าคะแนน มีอยู่ 2 ลักษณะ
1. มีแต้มนำ หรือมีคะแนนนำอยู่
2. มีแต้มตาม หรือมีคะแนนน้อยกว่า
สถานการณ์ ในรูปเกมส์ 1. รูปแบบมีความซับซ้อนน้อย รูปแบบที่เป็นมาตรฐาน รูปที่มีการแลกเปลี่ยนแล้วได้ผลคะแนนที่เท่ากัน 2. รูปแบบมีความซับซ้อนมาก รูปแบบประยุกต์ การเดินที่ต่างไปจากรูปมาตรฐานเพื่อจุดประสงค์ในการสนับสนุนแผนที่ได้วางไว้ ฝ่ายที่นำอยู่ จะเลือกเดินในทิศทางของสถานการณ์ ที่มองออกได้ง่าย ชัดเจนไม่มีความซับซ้อน เพื่อจำกัดเส้นทางสิ่งที่จะเกิดขึ้นโดยไม่ได้คาดการณ์ไว้ให้มากที่สุด ฝ่ายที่ตามอยู่ จะเลือกเดินในทิศทางของสถานการณ์ ที่ซับซ้อน จะสร้างเส้นทางอื่นๆ สำหรับสิ่งที่จะเกิดขึ้นโดยไม่ได้คาดการณ์ไว้ให้มากที่สุด เพื่อสร้างเส้นทางในการพลิกสถานการณ์กลับมาเป็นฝ่ายนำ คำจำกัดความ
ในประเด็นสงสัย "การเดินหมากแย่ๆ จะทำให้มีโอกาสชนะได้สูงกว่าการเดินหมากดีๆอย่างไร? "
หมากดี ให้เป็น A หมากที่สร้างความได้เปรียบ(ค่าคะแนน) มาก หมากแย่ ให้เป็น B หมากที่สร้างความได้เปรียบ(ค่าคะแนน) น้อย เพราะในหลายๆสถานการณ์ หมาก A มักนำไปสู่ความซับซ้อน สร้างเส้นทางอื่นๆที่จะเกิดขึ้นอีกมาก การจะคิดให้ครอบคลุมทุกสถานการณ์ต้องใช้ต้นทุนมากคือ เวลา มีความแม่นยำน้อย สภาพร่างกายต้องพร้อม ไม่เครียดเกร็งจากความเหนื่อยล้า รวมๆแล้วมีความเสี่ยงมาก หมาก B มักนำไปสู่รูปแบบที่มองออกได้ง่าย เส้นทางอื่นๆที่จะเกิดขึ้นมีน้อยจนถึงมีความเป็นไปได้ในเส้นทางเดียว การจะคิดให้คอบคุมทุกสถานการณ์ต้องเป็นไปได้ง่าย ใช้เวลาไม่มาก มีความแม่นยำ รวมๆแล้วมีความเสี่ยงน้อยกว่า
สรุป การเดินหมากแย่ๆ สามารถจำกัดสถานการณ์ที่จะเกิดขึ้นในอนาคตได้ ทำให้คุมสถานการณ์ได้ง่ายกว่า ในการแข่งมีต้นทุนคือเวลา การจัดสรรต้นทุนโดยไม่ประมาทและให้มีประสิทธิภาพเป็นทางสู่ชัยชนะ Update สถานการณ์ก่อนแข่งกระดานที่ 3 วันศุกร์ที่ 11 มีนาคม 2559 เอาแล้วสิ!!!
#โดนแน่ไอ้มนุษย์ #จุดจบทีมLeeSeDol #ทีมอัลฟ่าโกะ แฮชแท็กทีมไอ้มนุษย์ ทั้งหลาย เตรียมจัดงานไว้อาลัยใหญ่ เมื่อช่องแคชเกมส์หมากล้อมในยูทูป เชิญโปร 9 ดั้ง เจ้าประจำ มาร่วมแคชเกมส์สด ในกระดานที่ 2
Cr: http://youtu.be/EitoPhtGWJQ
ในเนื้อหาได้มีการประเมิณสถานการณ์แบบเม็ดต่อเม็ด กล่าวว่า เมื่อกระดานแรกนับเป็นความผิดพลาดของ Lee Se dol และเราได้เห็นบางจุดที่พลาด จาก Alpha Go แต่ในกระดานที่ 2 นั้นต่างออกไป Alpha Go ช่วงเริ่มเกมส์ มีหลายๆหมากที่ดูประหลาด ผู้แคชเกมส์และโปรได้ตั้งข้อสงสัยในตำแหน่งที่แปลก ในช่วงต้นเกมส์ภายหลังจากเกมส์ได้ดำเนินไป พบว่า ตำแหน่งที่ดูประหลาดกับถูกนำมาใช้ประโยชน์อย่างมีประสิทธิภาพมาก ซึ่งได้มีการเตรียมการไว้แต่ช่วงเริ่มเกมส์แล้ว รูปแบบที่มีการแลกเปลี่ยนกัน ตามแบบมาตรฐาน ถูกชักนำไปสู้ลำดับการวางใหม่ น่าตกใจกับความสามารถ ค้นหาเส้นทางใหม่ๆ ไม่เพียงแค่สืบค้นจากฐานข้อมูลเกมส์
คือ มีความครีเอตมาก สามารถ creative หมากใหม่ๆได้ในระดับโปรการจะเดินในตำแหน่งประหลาดๆ หรือแปลกไปจากรูปแบบที่มีการศึกษาวิจัยแล้ว สามารถทำได้หากมั่นใจในระดับฝีมือของตนมากพอ ต้องอยู่ในระดับฝีมือที่สูงมาก
โปรผู้ร่วมแคชเกมส์ กล่าวถึงประเด็นนี้ว่า ตำแหน่งที่ประหลาด และการวางในลำดับที่ต่างออกไปนี้ Alpha Go ในวันนี้มีฝีมือที่สูงมากพอจะทำเรื่องเหล่านี้ได้ คือฝีมืออยู่ในจุดที่จะทำอะไรก็ได้ #โอ้วสยองได้อีก
โดยเกมส์นี้ Lee Sedol ทำได้ดีมาก เดินได้ดีแต่ Alpha Go ทำได้ดีกว่ามาก ในระหว่างแคชเกมส์ช่วงปิดเกมส์ โปร 9 ดั้งถูกถามว่า "ขอโทษครับ คำถามนี้ค่อนข้างเป็นเรื่องส่วนตัว Alpha Go มีฝีมือในระดับสูงกว่าคุณใช่ไหม ? "
โปรท่านดังกล่าวตอบว่า "แน่นอนที่สุดว่าระดับฝีมือสูงกว่าผมมาก" หากวันนี้(กระดานที่ 2) แพ้ จะเป็นอย่างไรในวันแข่ง กระดานที่ 3 โปรท่านตอบว่า ทั้งหมด 5 กระดาน จะชนะได้กระดานนึงยังหวังได้ยากเลย
ที่มา : สมาชิกหมายเลข 870963
0 comments: