能否通过机器学习算法来预测 Alpha Go 与李世石大师对弈的胜败比率呢? 举报 理由 举报 取消 初心者一枚,还望指教~~—–本题已收录至知乎圆桌 » 对弈人工智能,更多关于李世石对战人工智能的解读欢迎关注讨论。 2017年12月13日 6 条回复 935 次浏览 人工智能,围棋,学习,数据挖掘,机器
回复 ( 6 )
可以把alphago的棋力提升随时间变化的曲线画出来,用合适的非线性函数拟合,然后外推。不过据说比赛的时候google可能会给alphago分配多得多的计算资源,所以需要再加上一个值,但这个值就不好估计了。
不能。训练模型的样本太少。机器学习严重依赖海量的输入样本。
能,不需要机器学习,elo积分就可以
不能,因为人的棋艺短时间内能提高的可能性小,而阿尔法狗的棋艺(加引号)短时间内提高的可能性大。所以说,对阿尔法狗来说,样本的分布就不一样了
感觉不需要机器学习,多下几盘不就知道结果了吗
谢邀。
对于alpha go这类东西不感兴趣。
毕竟,它赢了输了又怎样?对于一个真正的围棋爱好者,当TA想寻找一个棋友的时候,你给TA一个训练好的会下棋的模型,这样就能满足TA了吗?也许是我的目光过于短浅或者不了解其中的意义,个人感觉这类东西能给人们的生活带来的变化是有限的。
至于预测胜负比率。因为距离之前发布新闻的时候已经有一段时间了,这期间alpha go学习了多少张棋谱是可以估计出来的,在原有的能力基础上提高了多少却是很难估计的,因为这和它最近学习的棋谱的难度分布是很有关系的。除非你有这方面资料,倒是可以拟合出学习曲线去预测一下。