AlphaGo と AlphaGo Zero の自己対戦による学習部分の違い - うどん記
流し読みだとちゃんと分からなかったのでメモ。 準備(AlphaGo) policy network : 盤面とその特徴量を入力として受け取り、各マスに打つ確率を返すニューラルネット。 value network: 盤面とその特徴量を入力として受け取り、その盤面での勝率を返すニューラルネット。 AlphaGo ではまず policy network をプロの棋譜データから教師あり学習で事前学習させ、その後自己対戦による強化学習によってさらに改善させていく。 AlphaGo の強化学習パート 教師あり学習後の policy network のパラメータ $\rho_0$ から学習をスタートする。自己対戦の結果から policy network のパラメータは随時更新されていく。それらを $\rho_1, \rho_2, \cdots$ とする。$t$ 回目の自己対戦では、現在のパラメータ $\
AlphaGo Zero: Starting from scratch
Research AlphaGo Zero: Starting from scratch Published 18 October 2017 Authors David Silver, Demis Hassabis Artificial intelligence research has made rapid progress in a wide variety of domains from speech recognition and image classification to genomics and drug discovery. In many cases, these are specialist systems that leverage enormous amounts of human expertise and data. However, for some pro
古典的ゲームAIを用いたAlphaGo解説 | フューチャー技術ブログ
はじめにこんにちは。データ分析チームの李(碩)です。 この記事はAlphaGo解説の紹介です。本文を直接読みたい方は下記AlphaGo解説にてスライドをご覧になってください。 AlphaGo調査のきっかけ私がAlphaGoについて初めて聞いたのは2016年3月、囲碁の伝説的な棋士、イ・セドルとの対局の時でした。AlphaGoの勝利が確定した時に「人間はもはや機械に勝てない!」とか、「AIが支配する世界」など海外のメディアも非常に炎上してたことを今でも覚えています。囲碁のプレイ経験もないし、ゲームAIなんて興味もなかったのですが、さすがにこれだけ大騒ぎになると調べたくなるものですね(笑)。 AlphaGoは背景知識がない人には難しいAlphaGoの中身はどうなってるのかを調べるためにいろいろとブログや記事などを読んでいたのですが、当時は難しいアルゴリズム説明がドンとくる不親切な情報しか見あた
衝撃のアルファ碁圧勝 それでも人はもっと「神の一手」に近づける
ゲームにはいろいろあるが、その中に「二人・零和・有限・完全情報・確定ゲーム」という範疇がある。 「二人」とは二人でプレイするゲーム。「零和」とは、二人ゲームにおいて一方が勝てばもう一方は負けるゲームのことである。勝ちをプラス、負けをマイナスとして勝ち負けを足すと零（ゼロ）になるという意味で零和と言う（引き分けは二人とも零である）。二人ゲームはふつう零和である。二人とも勝ちだったり負けだったりするとゲームとしてつまらないからである。しかし恋愛やあるいは戦争を二人ゲームと思うと、二人とも勝ちだったり負けだったりするので、これらは零和ではない。「有限」というのはルール上ゲームが有限で終了することである。 人生は有限なので人間がプレイしている限りプレイは有限になるが、ここで言っているのはそういうことではない。プレイヤー同士でゲームが続くように談合してもいつかは終わるようにルールができているというこ
＜囲碁：人間ｖｓ人工知能＞李世ドル「必ず勝ちたかったが、３連敗した時より今日のほうが辛かった」
１５日、１週間余りの大長征を終えた李世ドル（イ・セドル）九段は虚しい表情だった。この日ソウル光化門（クァンファムン）のフォーシーズンスホテルで開かれた最終局で彼は、２８０手の末に中押し負けし１対４でアルファ碁に最終勝利の席を譲った。閉会式などの行事を終えて兄のイ・サンフン九段らと酒の席を囲んでいた彼に単独で会った。酒の席は午後８時から１２時まで続いた。 李九段は４時間中ずっと「第５局に負けて恥ずかしい。囲碁で飯を食っている、囲碁が仕事である人間が、人間的感情を徹底的に排除して碁を打たなければならなかったのに、それができなかった」として自ら叱責していた。「ほかの人々は私を人間的だというが、それは冷静な勝負の世界では話にならない声であり、人間的であることがかえって弱点」とも語った。 また「私が私を超えななければいけないのにそれができなかった。だが、それは私の限界であって人間の限界だとは思わない
注目株の株式新聞Web | ニュース・適正株価・銘柄情報
自動車メーカーは半導体不足の緩和に伴う増産により、前３月期に収益を大きく積み上げた。また、戦略面ではＥＶ（電気自動車）などの電動車シフトがカギを握る。そうした中、ＰＢＲ（株価純資産倍率）１倍割れの解・・・ …続き
ものぐさ将棋観戦ブログ : イ・セドルvsアルファ碁第三局など雑感
2016年03月13日09:51 カテゴリ イ・セドルvsアルファ碁第三局など雑感 先ごろスティーヴン・ホーキング博士が、人工知能は人類の終焉を意味すると発言して話題になった。AlphaGoを見ていると、あながちそれが夢物語、あるいは悪夢とも思えなくなってくる。 と、大きく出てみたけれども、そろそろネタ切れなので今日は雑談です。 まず、昨日の第三局について。結果的には前二局以上にイ・セドルの完敗だった。 これは、AlphaGoが強い以外に心理的要因も大きいと思う。事前はなんとか勝てそうだと思っていたのに、去年の10月とは全く別物のマンスターが目の前に現れている。しかも、負けたらもうシリーズの勝敗は決する。こういう状況で、イ・セドルに平常心で打てというのは酷というものだろう。 将棋でもそうだが、相手が強いと思ったらますます勝てなくなる悪循環に陥るのだ。 解説陣も慎重だった。それはそうだろう、
【AlphaGo】「AlphaGoの弱点は……」朴永訓インタビュー : 【nitro15】
パク・ヨンフン“AlphaGoの弱点は……” ▲弱点を発見できなければ勝つことはできない。 人工知能AlphaGoと第3局を行っている途中イ・セドル9段が水を飲んでいる。 Googleディープマインドが製作した人工知能アルファ碁(AlphaGo)がイ・セドル9段に3-0完勝をおさめた。 3月9日、10日、12日ソウル、光化門（クァンファムン）フォーシーズンズ ホテルでイ・セドルvsAlphaGoディープマインド チャレンジ マッチが繰り広げられた。 イ・セドル9段は3対局全て中押し負けした。 イ・セドル9段は“一勝負だけでも勝てるように努力する”と言った。 それが可能なのか今は疑問だ。 シリーズを決定する最後の対局だった第3局を備えるためにイ・セドルは同僚・後輩棋士らと研究してコウの乱戦を考慮しこれを実戦で試みた。 【AlphaGo】イ・セドル、後輩たちと徹夜で勉強..AlphaGo破る秘
Match 1 15 min Summary - Google DeepMind Challenge Match - YouTube
15 minute Summary by Michael Redmond 9 dan professional and Chris Garlock on today's historic first match between DeepMind's program AlphaGo take on the legendary Lee Sedol (9-dan pro), the top Go player of the past decade, in a $1M 5-game challenge match in Seoul. In October 2015, AlphaGo became the first computer program ever to beat a professional Go player by winning 5-0 against the reigning
【AlphaGo】私たち人間の考えが正しいだろうか？AlphaGo、既存の囲碁理論打破か : 【nitro15】
イ・セドル9段との最初の対局で冷静な攻撃で勝利して衝撃を抱かせた人工知能AlphaGoは2回目の対決で想像を超越するプレーを広げて人間世界を驚かせた。 Googleディープマインド側はすでに数回も開かれたプレスブリーフィングでAlphaGoがpolicy network、その中でもvalue networkが自己の強化学習を経る過程で戦略を創り出すと明らかにしたことがある。 しかしそれが人間の創造力に肩を並べるかどうかは相変わらず疑問だった。 10日ソウル、光化門（クァンファムン）フォーシーズンズ ホテルで開かれたディープマインド チャレンジ マッチ2局でAlphaGoはそのような疑問を一蹴した。 既に蓄積された囲碁理論と相反する動きを見せた。 明白な悪手と指摘されてきた手もよどみなく打った。 そのように打ってイ・セドル9段に中押し勝ちをおさめた。 '変なことは変なものだ。 AlphaGo
ものぐさ将棋観戦ブログ : イ・セドルに連勝したAlphaGoについて
2016年03月11日10:07 カテゴリ イ・セドルに連勝したAlphaGoについて 第二局もAlphaGoが勝った。イ・セドルは完敗を認めた。 「言葉がない。私の完敗だったことを認める」と語り、10日のアルファ碁には「弱点がなかった」と付け加えた。 先だって李氏は、AIに対して自らの「大勝」を予見していた。だが対局後、李氏は青ざめた顔で「アルファ碁は今日、ほぼ完ぺきな囲碁を打った。（中略）全力を尽くして、少なくとも1勝はしたい」と述べた。 (グーグル開発のAI、囲碁第2局も勝利 トップ棋士との対局で より) 序盤で独創的な手をAlphaGoが放つたようである。 プロの囲碁棋士で解説者の金成龍（Kim Seong-Ryong）氏によると、李氏はアルファ碁が序盤で「衝撃的なまでに型破りな」手を何度か打ったところで、苦戦し始めたようだったという。 (同上より) 昨日も中継を見ていたのだが、イ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
⚪⚫三村囲碁JP⚫⚪ | 囲碁棋士九段
入門AlphaGo
Reddit - Dive into anything
cakes（ケイクス）
cakes（ケイクス）
cakes（ケイクス）
AIの「人間超え」、その時トップ囲碁棋士は
GitHub - Rochester-NRT/RocAlphaGo: An independent, student-led replication of DeepMind's 2016 Nature publication, "Mastering the game of Go with deep neural networks and tree search" (Nature 529, 484-489, 28 Jan 2016), details of which can be found on the
人間対AI：囲碁9段の解説者、解説できず視聴者に謝罪 Chosun Online | 朝鮮日報
