アカウント名:
パスワード:
暗号資産マイニングの抽選メカニズムが特定のハッシュ値を与えるシード値を求めることの困難を利用しているように、人間の脳が扱いづらいタスクを集めたのが囲碁とかチェスのようなゲームだったってことなんでしょうか。ちょうど、量子コンピュータが登場すると計算量的安全性が損なわれるような具合に。
人間の脳が扱いづらいタスクってのも何なんですかね。ルールが定義されてて、有限の状態をとるゲームでコンピュータより人間の方が扱いやすいタスクってあるのかと言われると無い気がするんですが。人間が得意、ってのは目的自体がそんなはっきりと定義できないものなんじゃないかと。どっちかと言えば人間が曖昧なゴールに対してどうプレイヤー同士で共通認識を持てているのか(少なくともゲームが成立する程度には)の方が問題としては意味がある気がします。
ディープラーニング等でコンピュータがそれなりの所まで迫ってきたが、人間が感覚的に何かを読み取る能力はコンピュータよりも高い。物体認識や音声認識もそうだし、ボードゲームの有利不利判断も先読みが同じ深さならプロのほうが高い。
ボードゲームでは先読みが効くから、探索木の枝刈りに足る程度の精度があれば物量でなんとかなったが、十分枝狩り出来ず探索木が発散する状況や反復が効かない状況では依然、人間のほうが優位だと思われる。
曖昧な目標を曖昧かつ低速なコミュニケーションで共有して共同作業する能力も、人間が感覚的に何かを読み取る能力があればこそ可能な技と言えそうな気がする。
確か人間は本来知的な活動に向いていなくてチェスを含む論理ゲームは人間が実践できてるのは浅い分野で故にコンピュータでも模倣が容易。実際、人間の「得意分野」である「片足で立つ」「走る」「物体を認識する」と言ったことの方が誰でも当たり前にできるけど高度すぎて機械での模倣が困難って理論ありましたね。
容易とも言えない。
単純な先読み性能は昔からコンピュータの圧勝ではあったが、盤面から形勢の優劣を読み取るのが下手だったため、昔は「詰めに入れば圧倒的だがそれまでに優位を形成できるプロには劣る」とされていた。
人間は逆に先読み性能はそこまで高くないが、形勢の優劣を読むのに長けていた。
対戦相手の打筋を突っ込んでスパコン性能でゴリ押したディープブルー、少数の駒で形成判断する独特な評価関数を過去の棋譜から機械学習させたボナンザ、ディープラーニングと言う機械学習の革命児をぶっこんだAlpha Go。形勢判断の
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。
ハッカーとクラッカーの違い。大してないと思います -- あるアレゲ
人間用のゲームだった (スコア:2)
暗号資産マイニングの抽選メカニズムが特定のハッシュ値を与えるシード値を求めることの困難を利用しているように、人間の脳が扱いづらいタスクを集めたのが囲碁とかチェスのようなゲームだったってことなんでしょうか。
ちょうど、量子コンピュータが登場すると計算量的安全性が損なわれるような具合に。
Re:人間用のゲームだった (スコア:1)
人間の脳が扱いづらいタスクってのも何なんですかね。ルールが定義されてて、有限の状態をとるゲームでコンピュータより人間の方が扱いやすいタスクってあるのかと言われると無い気がするんですが。人間が得意、ってのは目的自体がそんなはっきりと定義できないものなんじゃないかと。どっちかと言えば人間が曖昧なゴールに対してどうプレイヤー同士で共通認識を持てているのか(少なくともゲームが成立する程度には)の方が問題としては意味がある気がします。
Re: (スコア:0)
ディープラーニング等でコンピュータがそれなりの所まで迫ってきたが、人間が感覚的に何かを読み取る能力はコンピュータよりも高い。
物体認識や音声認識もそうだし、ボードゲームの有利不利判断も先読みが同じ深さならプロのほうが高い。
ボードゲームでは先読みが効くから、探索木の枝刈りに足る程度の精度があれば物量でなんとかなったが、十分枝狩り出来ず探索木が発散する状況や反復が効かない状況では依然、人間のほうが優位だと思われる。
曖昧な目標を曖昧かつ低速なコミュニケーションで共有して共同作業する能力も、人間が感覚的に何かを読み取る能力があればこそ可能な技と言えそうな気がする。
Re: (スコア:0)
確か人間は本来知的な活動に向いていなくてチェスを含む論理ゲームは人間が実践できてるのは浅い分野で故にコンピュータでも模倣が容易。
実際、人間の「得意分野」である「片足で立つ」「走る」「物体を認識する」と言ったことの方が誰でも当たり前にできるけど高度すぎて機械での模倣が困難って理論ありましたね。
Re: (スコア:0)
容易とも言えない。
単純な先読み性能は昔からコンピュータの圧勝ではあったが、
盤面から形勢の優劣を読み取るのが下手だったため、
昔は「詰めに入れば圧倒的だがそれまでに優位を形成できるプロには劣る」とされていた。
人間は逆に先読み性能はそこまで高くないが、形勢の優劣を読むのに長けていた。
対戦相手の打筋を突っ込んでスパコン性能でゴリ押したディープブルー、
少数の駒で形成判断する独特な評価関数を過去の棋譜から機械学習させたボナンザ、
ディープラーニングと言う機械学習の革命児をぶっこんだAlpha Go。
形勢判断の