コンピューター囲碁ソフトについて語るスレ52
■ このスレッドは過去ログ倉庫に格納されています
将棋の電王戦みたいにPCのスペック制限でAIを弱体化させればいい そして事前貸出で半年ぐらいみっちり研究しまくる これならZenや絶芸レベルならまだ世界トップ棋士なら勝てる >>571 今日のニコ生出演者もこの回答を知った上で 番組にのぞんでいてほしいな でないとトンデモの意見になるおそれがある >>596 人口比では中国は意外と少ないんだな。 ツイッターで『レジャー白書』で検索すると 詳しいデータを載せてる人が見つかる。 『レジャー白書2017』より 2016年の1年間に1回以上プレーした参加率は 2.0%(男3.3%、女0.7%)で200万人。 年齢別参加率は10代(15〜19歳)・20代・ 30代・40代・50代・60代・70代の順。 男性は2.7・4.3・1.6・1.9・1.6・2.2・11.9%。 女性は0.0・0.0・0.4・0.3・0.7・0.0・2.8%。 60代男性でも2.2%というのは驚き。 >>597 >思うんだけど >思うのだが そもそもここが主観的すぎるから >>598 そんなことやったのはガラパゴスの将棋だけ 真似しなくて良い コンに抜かれる年を1年先延ばすことに何の意味があるのか Leela 0.11.0がベータ取れて正式版になってる。 9路等の小路盤を白黒交互に打つとわかるがLeelaは確かに学習している しかし再起動すると忘れているのが悲しい Leela同士で対局させて学習を蓄積できればいいのに そしてその情報をどこかで集積して最強のAIを作って欲しい >>600 中国の掲示板を見ていると1万人いる大学で囲碁やるのは1人だけなどとある 中国将棋や連珠やマージャンのサークルはあるのに囲碁は誰もやらないと嘆いてた そんなに裾野が狭いのに、あんなに強いのは不思議かも。 >>597 網羅幻想やね。 AlphaGo先生が偉大なのは、大局観のお化けだから。 >>605 みんなが集まって打つからでしょ 日本でも強いのは木谷門下だったり秀行塾生だったり 日本もナショナルチームの強化合宿が始ってからだんだん良くなりつつある つっても囲碁って一路違いで大違いだから 大局観だけだと たまには大石が死んだりしそうなのに それなのに対人でほぼ100%勝てるってのが不思議 それだけ囲碁が深い(から大局観でカバーできる) ってことなんだろうけど 人間にとって序盤は自分の研究してる形に導く程度しか出来ないがAIはそういう目で見てるわけではないからな 中国は年齢層が分からなかったけど 少なくとも日本の囲碁人口は10年後には悲惨 棋院はいつ焦るのかな >>605 >中国の掲示板を見ていると1万人いる大学で囲碁やるのは1人だけなどとある 常識的に考えて、この記述が綿密に調査した上の数字かどうか、アホでも分かるだろう。 レジャー白書の数字も激しくいい加減で、「囲碁人口」を推計するのに最良のパラメーターは NHK杯囲碁の視聴率や、囲碁ワールドの実売部数(かなりコアな囲碁ファン)だが いずれも精度の良い数字は入らない。 レジャー白書は確かにそこまで信頼のおける数字ではない 少なくとも単年で見れば100万人くらいの誤差が生じる可能性はある しかし、長期的に見れば競技人口が急激に減っていってるのは明らかでこれは否定できない これを理解できない人は統計を語るのはやめたほうがいいし危機感を持ってないのなら棋院は早晩潰れる >>609 死活の急所についての勘が人間以上に優れているから もちろん1路違いは大違いという感覚は持っている まあおかげさまで 棋院がつぶれても「囲碁のお手本」は保たれるようになったね 学校で碁と言ったら連珠 囲碁ができる奴なんて数人もいないだろ 連珠のルール分かってる人間ほとんどいないんじゃないか 先手の三々禁とか 現時点で日本棋院が潰れるのは、囲碁ファンにとっては全く悪くないかも。 今いる約400人のプロ棋士が一気に職を失う。 そこで、次なる職業となると、大半は囲碁インストラクターか 碁会所経営でしょう。 現状でも世間的な相場からしたら席料は安すぎるし、何しろ元プロと 相当安い値段で指導碁を打ってもらえるようになることも確実でしょう。 そこそこの碁会所に行けば、必ず元プロ棋士がいるという状況で、 囲碁AIの解説もプロから聞きたい放題って感じにすらなるかも。 棋譜鑑賞はAIで、指導碁は元プロ棋士でっていう住み分けもできる。 棋力に応じた的確なアドバイスは人間にしかできない、今のところ。 元プロ棋士も食い繋ぐために、子供の入門教室も積極的に開催するだろうし、 日本の囲碁人口倍増って結果につながるかもしれない。 対局プロの存在意義が薄くなる前の今が、日本棋院解散の好機。 結果的には、誰も損しないって事も大いにあり得る。 いや、井山7冠だけは大損確定か... いまでも大半のプロは 指導料で食いつないでるでしょ プロは今やレッスンとかどれくらいあるん? ソフト開発でもチャレンジすればいいと思うのだが 対局料や解説のような仕事で食ってるのはNHK杯組ぐらいだろう 残りは地方都市に分散して囲碁教室や指導碁で食っている ちょうど一選挙区に一人の割合 AlphaGoZero特番 真新しい情報はDZGによるMaster vs Zeroの評価値のグラフくらいだった 将来、プロ棋士同士の対局をAIが診断して、最善手だの悪手だの表示を始めたら、 相当痛々しい光景になりそう。その前にレッスンプロになるのが最善手では? >>624 将棋はすでにそうなりつつあるよな。 叡王戦とか評価値が表示されているから 失着もすぐに分かる。 解説者もソフトの読み筋を紹介したりする。 それでも盛り上がってるようだから 囲碁も大丈夫なんじゃないかな。 Zeroになっても学習過程でモンテカルロ使ってるから結局終盤緩むのが変わらないってのはなんだかなぁと思うわ >>626 理解が違ってるよ AlphaGo Zero does not use “rollouts” - fast, random games used by other Go programs to predict which player will win from the current board position. Instead, it relies on its high quality neural networks to evaluate positions. https://deepmind.com/blog/alphago-zero-learning-scratch/ >>517 >各種報道で「3日でアルファ碁に100連勝する強さになった」みたいに言われてるけどあれって正しいの? >3日経過時点ではあくまで肩を並べた状態で、100連勝したのは40日経過時点の最強verの話じゃないの? > >原文読んだ人とか教えてくれ 遅レスすまん 原文より下記 1.グラフがあるよ 2.AlphaGoのバージョンが3つある。 3.AlphaGo Lee(対セドル)と、AlphaGo Master(対カケツ)と、AlphaGo Zero(40 block)(今回の新バージョン)と 4.学習効果の初期のアップが急激で、AlphaGo Zero(40 block)は3日でAlphaGo Leeのレーティングに達する 5.21日で、AlphaGo Master(対カケツ)のレーティングに達する 4.40日で、AlphaGo Masterを完全に上回るレーティング 5.結局下記で、”100連勝したのは3日経過時点のverの話”でOK (Figure 3b などを見ると、プロとの一致率はAlphaGo Lee が上なので、プロとの一致率が足を引っ張っている可能性もある) (参考) "Surprisingly, AlphaGo Zero outperformed AlphaGo Lee after just 36 h. In comparison, AlphaGo Lee was trained over several months. After 72 h, we evaluated AlphaGo Zero against the exact version of AlphaGo Lee that defeated Lee Sedol, under the same 2 h time controls and match conditions that were used in the man? machine match in Seoul (see Methods). AlphaGo Zero used a single machine with 4 tensor processing units (TPUs)29, whereas AlphaGo Lee was distributed over many machines and used 48 TPUs. AlphaGo Zero defeated AlphaGo Lee by 100 games to 0 (see Extended Data Fig. 1 and Supplementary Information)." 棋譜のフォルダー名(”Not Full Strength”):”Extended Data Figure 1 - Not Full Strength AlphaGo Zero 20 block vs AlphaGo Lee” https://deepmind.com/blog/alphago-zero-learning-scratch/ AlphaGo Zero: Learning from scratch Demis Hassabis David Silver DeepMind Wednesday, 18 October 2017 (抜粋) Read the paper doi:10.1038/nature24270 Nature 2017(3 5 4 | N AT U R E | VO L 5 5 0 | 1 9 o c to b er 2 0 1 7) https://www.nature.com/articles/nature24270.epdf?author_access_token=VJXbVjaSHxFoctQQ4p2k4tRgN0jAjWel9jnR3ZoTv0PVW4gB86EEpGqTRDtpIz-2rmo8-KG06gqVobU5NSCFeHILHcVFUeMsbvwS-lxjqQGg98faovwjxeTUgZAUMnRQ >>627 ロールアウトにモンテカルロは使ってないと書いてあるよねぇ だから学習過程にって書いたのだが ほなマスターと初代アルファ碁がやっても マスターが100連勝するな、余裕で 1年位ぶん回したら人類が100万年かかってもたどり着けない未踏の地まで連れってってくれそうだな >>628 ありがとう! 100連勝のとこばっかり取り上げられてただけで、肩を並べたのは36時間後だったのか…… 3日どころか1日半でプロより強いのね グーグル恐ろしい 2万台も用意して学習させましたって凄いな Google電気代が大変なことになってるぞ うちのPCも1080だけど >>625 解説が分からないを連発するよりはマシだよな JAL棋戦の形勢グラフとか良かったし 今でもニコ生でZENの評価値とか候補手とか出るのは歓迎だしな >>603 ありがと、ダウンロードした Leelaは1coreで動かせれば使い勝手がよくなるのになあ うちのPCだと全core使われると発熱が厳しい >>635 leelaだけど GUIには、thread指定が見当たらないね。 GTPの方は、-t オプションがあるのにね。 AlphaGo Zero は、なんで5000くらいで強さが飽和するの? 学習効果がなくなるのかな。 それとも神の領域に到達したのか。 >>636 俺の勘違いならすまんがレーティングが相対評価だとすると、自分の次に相手+500くらいで頭打ちだった気がする つまり相手がmasterしかいない以上、100連勝しようが1000連勝しようがこれ以上レートの上がりようがない AlphaGo Zeroはたった4個のTPUでゼロから自己学習して今レーティングは5185だけど、 グーグルがマジで本気出して48個のTPUで1年自己学習すれば多分レーティング5500以上はいくと思う。 AlphaGoはまだまだ強くなると思う。 自己対戦でレーティングを測っているんでしょ。 ディープゼン碁と絶芸はレーティング4000超えた。並みのプロなら3子は必要です。 アルファ碁は5000以上。やっぱりトッププロでも4子か5子は必要だと思うけどな。 >>637 それだとmasterのレーティングがセドル版と比べておかしいことになるけど Leela Zero とはまたなんと楽しそうなプロジェクト! Leelaをオープンソースにするからみんなでパラメータを分散計算して AlphaGo Zeroに追いつこうぜ、ってこと? https://github.com/gcp/leela-zero >>638 対戦相手もいないのに一人でそんなに強くなってどうするの? 加藤>人間要らずで学習って言うけど,そのプログラムを書いてるのは人間... なるほど一理あるがZENプロジェクトは尾島がいればいいわけで加藤は要らない プロが置き碁して負ける様を見たい もうそういう対局普通にあるの?棋譜が見たい >>644 将棋のトップソフトが駒落ちで羽生・藤井聡太と戦うほうが先だろ 囲碁AIとの置碁はその後だ >>638 もうAlphaGo Zeroの開発は4月の論文提出で終わっていて 後は学習ツールだけでしょ 各チームがこの論文を採用してソフトをつくりなおすかどうか テンセントは採用しそう DeepZenGoは採用しない方向では Leelaはみんなで開発に変わるのかな 評価値がないと単なるブラックボックス ZENへの期待が大きくなった 複数のNNから自己採点で採用するNNを検討しつつ強くなるみたな形のがわくわくするんだけどな モノの見方が統一されるとむしろ人間の役に立つ情報の抽出が難しくなりそう >>644 人間との置碁はやってないしあまり興味ないって>>571 に書いてあるので少なくともDMがやることは今後もないだろう AlphaGo同士なら大きなバージョンアップごとに3子置いて対戦させて先代に勝ってる ただ自己対局で訓練しているから弱い自分を倒すのに慣れてるのでこの結果は人間とのハンデ戦に適用できないともある ニコ生は定跡採用過程の説明がよかった 碁ワールド11はZEN関連が重のようだが買ってみよう ニコ生ではAlphaGo Masterが武宮 AlphaGo Zeroがチクンという表現が 面白かった >>648 将棋ソフトどうしの戦いでのそれぞれの評価値から想像すると AlphaGo MasterもAlphaGo Zeroも中盤までほぼ50ぐらいで お互いにわずかに自分がいいと思っていて 途中からAlphaGo Masterが下がっていっているのだろう Masterって野狐で打ってたやつかと思っていたんだが、 ニコ生見た感じだとFuture of Go Summitに出てたのをいっているの? それとも両者同じで数か月の間全く進化してないってこと? >>653 同じでいいはず Future of Go Summitで今後棋譜なし学習の論文が世に出ると 言っていたのが今回の論文 AlphaGo Zeroも4月に開発が終わっているだろうから AlphaGo Masterはそれ以前に開発が終わっているはず 棋力向上のグラフからは途中からは横ばいになって ほとんど伸びていかないみたい 天才技術者集団の労力もサーバーの電気代も 他の開発に使っていかないと 12月時点のMasterと 5月時点のMaster、どっちもMasterだ 進化してるのかもしれないし、してないのかもしれない。 人間にとって見た目に分かるほどのちがいがないから 区別してないんでしょ セドル戦でのアルファ碁と比べたら 強さのちがいをはっきり感じ取れるがね 一応そのあたりは今回の発表にあったね まぁ人間から見たらどっちも雲の上なのは間違いないけど ただZeroの発表で本当の終了だろうからちょっと寂しいな… 他の囲碁ソフトはどう考えても開発が見劣りする >>656 2900万対局とか450万対局とかできる環境があればいいんだけど 名人戦で形勢判断に使ったソフトの棋神がスパコン借りて 強化学習するとか読んだけれどどれぐらい対局したのだろうか 環境が準備できないと強くなれない 序盤、一路の違いで評価1%は変動する。 10手積み重なればもう60:40で巻き返し厳しい値になる。 囲碁とかいうゲーム厳しすぎだろ。 >>656 そんなもん時間の問題だろ 同じように開発を続ければアルファ碁が常に上を行くが 開発を辞めた以上、今のアルファ碁ゼロは近い将来抜かれるという当たり前の話 100m走で時速20万キロと時速10万キロを比べて「時速10万キロは見劣りするね」って言ってるようなもん 人間の目では区別がつかないし いくら見ても人間は時速40kmでしか走れない そう思うのはちょっと間違ってないか 今回他のソフトが急速に強さを増したのも来年にはZeroと同等以上の強さになっているだろうという予測も全て論文を発表してくれたからに他ならない 自力なら依然としてAlphaGoセドル版登場以前のプロに追いつくには後10年掛かる状態だろう だからこそ残念と感じるんだよ まだろくにコミュニケーションも出来ないAIに魅力はない 人間様がいなければ生み出されることがなかったのがAI 自然発生して自力で成長してみろってんだよ さらに言えば人間と同じ電気量と容量で勝負してみろよ 人間の脳のコスパの良さはすさまじいぞ わずかな電気とわずかなメモリであり得ない思考が出来る AIにそれが出来るのかよ CPUもメモリもフロッピー全盛期時代のゴミPC使って しかも電気は乾電池数本だけ使ってトップ棋士に勝ってみやがれってんだよ 体力無限、時間も無限に使ってレベルアップ こんなんチート 卑怯者じゃねーか 全然凄くねーよ >>663 逆に言えば、幾ら時間与えたり沢山飯食わせたりしたって、 出せる知的出力には限界があるのが人間。 存在の有り様が互いに異なってるんだから、 ずるいとかずるくないとか言ったってしょうがねーよ。 今から振り返ると将棋が人間を越えた時点で実質的には囲碁も越えていたんだな 将棋はハードを制限することで延命し、囲碁は開発者の能力を制限することで延命していた >>667 将棋はトップ棋士がソフトから逃げまくることで延命した 第一人者の羽生は現在でも逃げ回っている アルファ碁は人工知能研究の一つの応用として出てきた代物で 将棋の方は単なる強いソフト 学者にとってはあんまりわくわくしないんじゃないのかな ディープラーニングはチェス将棋には効果は薄いんじゃないかとされてるけど 実際に将棋の応用したらどうなるのかは興味ある ハードを制限?開発者の能力を制限?イミフ もともとAI将棋とAI囲碁とでは攻略難易度が段違いだった。 だからアルファ碁はすごかったんだ。 囲碁AIの想定されていた進歩をいきなり2、30年縮めた感じだったから >>670 昔はそんなことを言っていたバカもいたなw もう笑い話だが 将棋AIはだいたい強くするアプローチが見えやすいし 実際80年代からしてそれなりに強かったんだ。 充分アマチュアの相手にはなっていた 囲碁の方はまともに対局できるようになるまですら 長い低空飛行が続いたからね 今でこそ「バリューネット?ディープラーニング? ああそうすれば強くなるよね」ということを納得できてるけど 00年代半ばにモンテカルロが導入されるまでは 強い囲碁AIなんて どうアプローチすればいいのかすら見当もつかない、雲を掴むような概念だった 囲碁は古くからある深層学習の汎用的な枠組みがほぼそのまま使えるので実は簡単だった チェスや将棋は汎用的な枠組みそのままでは余り強くならず独自の設計が必要なので実は難しい たまたま難しい方が先に実用化されたというだけの話 こんなの笑うしかないだろw 1. 囲碁独自の設計をやめて汎用ネットワークで評価関数を作るよ 2. チェスとかで皆やっている強化学習を使うよ 3. モンテカルロ?そんなの使わないよ 4. 3日で人間超えたよ 5. 1ヶ月でR5000超えたよ 解けた問題を後から簡単だったというのは簡単な話さ 種明かしされた手品に、後からそれが如何に当たり前の現象か講釈垂れるようなものでとても滑稽 >>672 当時から将棋強かったよね。 開発する人材は明らかに将棋に偏っていたと思う。 パソコンが一般的に浸透し始めた頃って、囲碁人気下り坂の時代だった というのもあるんじゃないかな。 レーティング ファン・フイ戦のAlphaGo 3168 井山七冠 3556 柯潔 3670 イ・セドル戦のAlphaGo 3739 AlphaGo Master 4821 AlphaGo Zero 5185 馬鹿ほど囲碁の攻略は簡単だったという その根拠は3日とかいう時間の大きさでしかないのだが、 グーグルのような圧倒的な資本がない個人開発レベルでは、同じことをするのは 時間的に不可能であることは知らないのだろう >>658 対局数を増やすだけなら世界中のコンピューター使って分散処理すればいいだけ KGSで集めるよりよほど効果的だろう >>681 調べたら電王戦トーナメントにもいくつか出場するようですね 野狐始めたんだが、今こういう状態で白番 俺は白でコミ6.5 アゲハマは俺が1個多い https://i.imgur.com/FTlMAob.png 地合計算に中国人が応じないんだがこれどうすりゃいいの? パスも全部使ったんだがこれ自分の眼を埋めて打ち続けると白が負けてしまわね? 中国 「日本国民から奪った税金で日本企業と日本の政治家を買収しよう、中共に忠誠を誓う留学生をどんどん日本の血税で育てさせろ」 韓国 「日本からの支援と通貨スワップで日本企業から人材をどんどん引き抜いて日本企業を潰そう」 北朝鮮 「パチンコマネーを工作活動資金にしてミサイル大量に作って日本を脅そう」 反日活動家 「日本の福祉にたかれば反日活動資金がたっぷり手に入るぞ、極左の医者と組んで医療費を奪える」 政治に無関心だと日本人の血税は外国にばかり使われます。 今はAI>人間>カラスだけど何年か後にはAl>>>>>>>人間>カラスになるんだな AIからすれば人類トップもルール覚えたての初心者もランダムに打ってるだけやから 未来は誰にも分からん カラス>>>AI>>>人間 という構図になる可能性もゼロではない レーティング ファン・フイ戦のAlphaGo 3168 井山七冠 3556 柯潔 3670 イ・セドル戦のAlphaGo 3739 AlphaGo Master 4821 AlphaGo Zero 5185 レーティング300の差が1子の差? >>675 本当そうだな 何年も前から種明かしを書いていた人たち凄すぎるわ 人間は盤面全体の損得計算不可能という前提で定石作ってるからAIからみたら邪魔なノウハウだろ なんで盤面よく見て手打たないんだとか怒ってそう 3大タイトル含む7大タイトルの主要棋戦はもう維持できなくなるよね。 特に3大タイトルの棋戦スポンサーの大手新聞社は 純粋に購読者獲得の広告宣伝ツールというより、棋戦が持つ権威 (棋聖戦は最高賞金で作ったが)を新聞社のブランド向上に利用してきただけに トップ棋士がAIに何子も置かないといけない状況になって権威維持ができなくなると思う。 人間同士の戦いにこそドラマがあって面白いから棋戦は廃れない、というのはもう苦しいでしょ。 苦しいのはお前の生活だけだろ 囲碁界の心配なんぞしてても仕方ない ゴミステーションをめぐるカラスと人間の勝負を見れば人間圧勝ではない なのでカラスにちゃんと教えればアマ5段程度にはなる ■ このスレッドは過去ログ倉庫に格納されています
read.cgi ver 07.5.1 2024/04/28 Walang Kapalit ★ | Donguri System Team 5ちゃんねる