アカウント名:
パスワード:
2017年05月27日 15時25分 更新 最強囲碁AI「AlphaGo」全勝 世界最強棋士も敵わず [itmedia.co.jp]
この時(李世ドル九段との5番勝負)のAlphaGoのハードウェアは、CPUサーバを1202台、GPUサーバを176台使用する構成だったという。 今回のAlphaGoは、年次開発者会議「Google I/O 2017」で発表された新世代の「TPU（Tensor Processing Unit）」を1台使用する構成で挑んだという。
この時(李世ドル九段との5番勝負)のAlphaGoのハードウェアは、CPUサーバを1202台、GPUサーバを176台使用する構成だったという。
今回のAlphaGoは、年次開発者会議「Google I/O 2017」で発表された新世代の「TPU（Tensor Processing Unit）」を1台使用する構成で挑んだという。
2017.05.28 SUN 13:00 「AlphaGo」という“神”の引退と、人類最強の19歳が見せた涙の意味：現 [wired.jp]
> どのような人間的な知性の研究に役立つのでしょうか？
そういう馬鹿を説き伏せる必要のないことが、まさに研究の進歩に必要なことだという実例ですね。
う〜ん、説明不足でした。棋士の方々の知性・知能が一般人とどのようにちがっているのか、それがわかっているなら、囲碁AIの研究をつづければ、汎用AIのその面について、研究開発ができる、ということになると思います。それが何なのか、私には分かっていないです。例えば、コミュにケーン能力や読解力が磨かれている、とか、そういった感じの。
引退=囲碁AI開発研究中止 ではないでしょうけど、DeepMindは少なくとも縮小する、とのこと。汎用AIの開発は囲碁AIの延長線上のものではない、ということなのでしょうか？すくなくとも、今のAlphaGoは棋士の思考・知能を解析して、それを応用する、という方向ではなく、AI同士を戦わせて、強くする、という方向なので、汎用AIの研究の為には、もうこれ以上必要ない、ということなのかもしれません。
まず第一にAlpha Goは棋士の打ち筋の模倣はしたけれど「棋士の思考・知能を解析して」いないですよね。一方で、人間、機械を問わずかつてないレベルで「囲碁というゲームについて解析した」ツールであることは間違い無いでしょう。なので人間の知性についての理解は進んでいない、それは例えば棋士と一般人の差が何かについてはまったくわからないけれど、囲碁に勝つことは可能ということを示したというだけです(Alpha Goの学習アルゴリズムの外延としてそれを想像することは可能でしょう)。
そもそものことを言えば、Alpha Goの背後にあるDQNについては特定のゲームのルールではなく、様々なルールを自力学習可能なアルゴリズムであり、囲碁に特化する理由がないのです。DeepMindとしても、開発したいのはより汎用的なDQNの延長であってAlphaGoの延長では無いでしょう。
より多くのコメントがこの議論にあるかもしれませんが、JavaScriptが有効ではない環境を使用している場合、クラシックなコメントシステム(D1)に設定を変更する必要があります。
あと、僕は馬鹿なことをするのは嫌いですよ (わざとやるとき以外は)。-- Larry Wall
AlphaGo引退 (スコア:1)
2017年05月27日 15時25分 更新
最強囲碁AI「AlphaGo」全勝 世界最強棋士も敵わず [itmedia.co.jp]
2017.05.28 SUN 13:00
「AlphaGo」という“神”の引退と、人類最強の19歳が見せた涙の意味：現 [wired.jp]
Re: (スコア:0)
> どのような人間的な知性の研究に役立つのでしょうか？
そういう馬鹿を説き伏せる必要のないことが、まさに研究の進歩に必要なことだという実例ですね。
Re:AlphaGo引退 (スコア:1)
う〜ん、説明不足でした。
棋士の方々の知性・知能が一般人とどのようにちがっているのか、それがわかっているなら、囲碁AIの研究をつづければ、汎用AIのその面について、研究開発ができる、ということになると思います。それが何なのか、私には分かっていないです。
例えば、コミュにケーン能力や読解力が磨かれている、とか、そういった感じの。
引退=囲碁AI開発研究中止 ではないでしょうけど、DeepMindは少なくとも縮小する、とのこと。汎用AIの開発は囲碁AIの延長線上のものではない、ということなのでしょうか？
すくなくとも、今のAlphaGoは棋士の思考・知能を解析して、それを応用する、という方向ではなく、AI同士を戦わせて、強くする、という方向なので、汎用AIの研究の為には、もうこれ以上必要ない、ということなのかもしれません。
Re: (スコア:0)
まず第一にAlpha Goは棋士の打ち筋の模倣はしたけれど「棋士の思考・知能を解析して」いないですよね。
一方で、人間、機械を問わずかつてないレベルで「囲碁というゲームについて解析した」ツールであることは間違い無いでしょう。
なので人間の知性についての理解は進んでいない、それは例えば棋士と一般人の差が何かについてはまったくわからないけれど、
囲碁に勝つことは可能ということを示したというだけです(Alpha Goの学習アルゴリズムの外延としてそれを想像することは可能でしょう)。
そもそものことを言えば、Alpha Goの背後にあるDQNについては特定のゲームのルールではなく、
様々なルールを自力学習可能なアルゴリズムであり、囲碁に特化する理由がないのです。
DeepMindとしても、開発したいのはより汎用的なDQNの延長であってAlphaGoの延長では無いでしょう。