Google

การแข่งขันโกะระหว่าง AlphaGo และ Lee Sedol ในวันที่สามจบลงด้วยชัยชนะของ AlphaGo นั่นหมายถึง AlphaGo สามารถเอาชนะการแข่งขันสามตา ถือเป็นผู้ชนะในทันที

วันนี้ AlphaGo เล่นด้วยหมากสีขาว และ Lee เล่นด้วยหมากสีดำ

ช่วงหลังของเกม Lee ใช้เวลาสองชั่วโมงของตัวเองหมดเมื่อเทียบกับ AlphaGo ที่เหลือ 40 นาที ทำให้ Lee ถูกบีบเวลาตัดสินใจเดินหมากเหลือหนึ่งนาทีต่อตา

เกมจบด้วยการยอมแพ้ของ Lee เป็นครั้งที่สาม ขณะที่ AlphaGo เหลือเวลาเล่น 8 นาที

ที่มา: Match 3 - Google DeepMind Challenge Match: Lee Sedol vs AlphaGo

upic.me

upic.me
กระดานก่อน Lee วางหมากสีขาว เป็นสัญลักษณ์การยอมแพ้

Hiring! บริษัทที่น่าสนใจ

Carmen Software company cover
Carmen Software
Hotel Financial Solutions
Next Innovation (Thailand) Co., Ltd. company cover
Next Innovation (Thailand) Co., Ltd.
We are web design with consulting & engineering services driven the future stronger and flexibility.
KKP Dime company cover
KKP Dime
KKP Dime บริษัทในเครือเกียรตินาคินภัทร
Kiatnakin Phatra Financial Group company cover
Kiatnakin Phatra Financial Group
Financial Service
Fastwork Technologies company cover
Fastwork Technologies
Fastwork.co เว็บไซต์ที่รวบรวม ฟรีแลนซ์ มืออาชีพจากหลากหลายสายงานไว้ในที่เดียวกัน
Thoughtworks Thailand company cover
Thoughtworks Thailand
Thoughtworks เป็นบริษัทที่ปรึกษาด้านเทคโนโยลีระดับโลกที่คว้า Great Place to Work 3 ปีซ้อน
Iron Software company cover
Iron Software
Iron Software is an American company providing a suite of .NET libraries by engineer for engineers.
CLEVERSE company cover
CLEVERSE
Cleverse is a Venture Builder. Our team builds several tech companies.
Nipa Cloud company cover
Nipa Cloud
#1 OpenStack cloud provider in Thailand with our own data center and software platform.
Bangmod Enterprise company cover
Bangmod Enterprise
The leader in Cloud Server and Hosting in Thailand.
CIMB THAI Bank company cover
CIMB THAI Bank
MOVING FORWARD WITH YOU - CIMB is the leading ASEAN Bank
Bangkok Bank company cover
Bangkok Bank
Bangkok Bank is one of Southeast Asia's largest regional banks, a market leader in business banking
MuvMi (Urban Mobility Tech Co.,Ltd.) company cover
MuvMi (Urban Mobility Tech Co.,Ltd.)
Shape the future of urban mobility towards affordable, clean, and safe solutions
T.N. Digital Solution Co., Ltd. company cover
T.N. Digital Solution Co., Ltd.
TNDS has been involving in every first move of banking’s major digital transformation.
KBTG - KASIKORN Business-Technology Group company cover
KBTG - KASIKORN Business-Technology Group
KBTG - "The Technology Company for Digital Business Innovation"
Siam Commercial Bank Public Company Limited company cover
Siam Commercial Bank Public Company Limited
"Let's start a brighter career future together"
Icon Framework co.,Ltd. company cover
Icon Framework co.,Ltd.
Global Standard Platform for Real Estate แพลตฟอร์มสำหรับธุรกิจอสังหาริมทรัพย์ครบวงจร มาตรฐานระดับโลก
REFINITIV company cover
REFINITIV
The Financial and Risk business of Thomson Reuters is now Refinitiv
H LAB company cover
H LAB
Re-engineering healthcare systems through intelligent platforms and system design.
The Gang Technology Co., Ltd. company cover
The Gang Technology Co., Ltd.
We're a Digital Agency that helps our customers transform their business into digital with ease.
LTMH company cover
LTMH
LTMH มุ่งเน้นการพัฒนาผลิตภัณฑ์ที่สามารถช่วยพันธมิตรของเราให้บรรลุเป้าหมาย
Seven Peaks company cover
Seven Peaks
We Drive Digital Transformation
Wisesight (Thailand) Co., Ltd. company cover
Wisesight (Thailand) Co., Ltd.
The Best Choice For Handling Social Media · High Expertise in Social Data · Most Advanced and Secure
MOLOG Tech company cover
MOLOG Tech
We are Modern Logistic Platform, Specialize in WMS, OMS and TMS.
Data Wow Co.,Ltd company cover
Data Wow Co.,Ltd
We enable our clients to realize increased productivity by solving their most complex issues by Data
LINE Company Thailand company cover
LINE Company Thailand
LINE, the world's hottest mobile messaging platform, offers free text and voice messaging + Call
LINE MAN Wongnai company cover
LINE MAN Wongnai
Join our journey to becoming No.1 food platform in Thailand

zyzzyva Sat, 12/03/2016 - 15:22

DeepMind แอบบอกใบ้แล้วครับว่าเกมต่อไปคือ No Limit Poker, StarCraft, และจะพัฒนาให้โปรแกรมเป็นแบบ out of package คือสำเร็จรูป ใช้ได้กับทุกเกมได้เลย ไม่ต้องมี external knowledge มาป้อนเหมือน AlphaGo (ทั้งหมดนี้เป็นแค่เป้าหมายเล็กๆของ DeepMind นะครับ เป้าหลักคือ Solve Artificial Intelligence, แล้วใช้ AI นั้น Solve All Problem)

Matibul Sun, 13/03/2016 - 00:21

In reply to by Polwath

Dummy, Black Jack น่าจะโกงอยู่ พี่เล่นจำไพ่ได้ทุกใบที่ออกจากกองจั่ว เล่นยาวๆยังไงผมว่า AI ชนะ
แต่ Poker, High-Lo ถ้าเอาแบบไม่มีโกงสับไผ่ AI ก็คงเลือกแนวทางที่คุ้มที่สุด ไม่เสี่ยง ส่วนคนก็ต้องกล้าได้กล้าเสียกว่า AI ล่ะน่ะ อันนี้คงต้องลุ้นดวงเอา

ไม่รู้สิ สุดท้ายอาจจะทำใด้ดีกว่าในเกมส์ก็ใด้ เพราะ neural network ai สามารถทำงานใด้โดยไม่ต้องมีความรู้พื้นฐาน มีแค่ input, output, เป้าหมาย, Training sample ก็เพียงพอแล้ว

สงครามจริงคงยากกว่านี้เยอะนะครับ
ปัจจัยภายนอกเพียบบบบ ฝั่งเรา ฝั่งข้าศึก อาวุธ สภาพแวดล้อม ฤดูกาล ฯลฯ
รบๆ กำลังได้เปรียบ อุกกาบาตตกใส่ไรงี้

เหมือนขงเบ้งแพลนเก็บสุมาอี้มาอย่างดี สุดท้ายสุมาอี้รอดโดนไฟคลอกหวุดวิดเพราะฝนตกซะงั้น

ถ้า เป็น RNGesus ขนาดนั้นมนุษย์ ก็ทำอะไรไม่ได้เช่นกันครับ
แถม inputที่ AI รับแล้วมาคำนวณได้น่าจะเยอะกว่าที่มนุษย์ทำได้อีกนะครับ

ปล.ไอ้ฝั่งเรา ฝั่งเขา อาวุธ สภาพแวดล้อม ฤดูกาลเนี่ย ส่วนนึงมันต้องมีเป็นข้อมูลเชิงยุทธศาสตร์อยู่แล้วครับ แล้วการนำข้อมูลเหล่านี้มาประมวลผลทำได้ดีกว่ามนุษย์เองอีกนะครับ

บรรทัดหลัง(ที่พิมพ์ซ้ำ)จะแก้เป็น ณ ข้อมูลเท่ากันความละเอียดในการคำนวน AI น่าจะทำได้ดีกว่ามนุษย์
จริงอยู่เรากำหนดผล แพ้-ชนะ สงครามได้ไม่หมดเพราะปัจจัยภายนอกเยอะ แต่การที่เราเลือกการกระทำที่ดีสุด ณ ตอนนั้นได้ก็ส่งผลให้ได้เปรียบมากแล้ว

ปล. เดี๋ยวนี้ edit ไม่ได้แล้วเหรอครับ?

จะบอกว่า ความฉลาด กับ ความเร็วในการประมวลผล คือคนละเรื่องกัน
ผมเคยเรียน AI มาก่อน ปัญหาของ AI ไม่ได้อยู่ที่วิธีการ
แต่อยู่ที่ใช้เวลาคิดนานเกินไปเพราะข้อจำกัดด้าน Hardware(ถึงแม้จะมีเทคนิคช่วยให้คำนวณได้เร็วขึ้นแล้วก็ตาม)
นั่นจึงเป็นเหตุผลว่า ทำไมเมื่อก่อนถึงมีการทำนายว่า อีก 10 20 30 หรือ xxปี คอมพิวเตอร์จะฉลาดเท่ากับมนุษย์
ส่วนการแข่งขันที่มีเวลามาเกี่ยวข้อง แค่อัพหน่วยประมวลผลเยอะๆ ให้ใช้เวลาในการคำนวณน้อยๆก็มีผลแล้วครับ

ไม่ค่อยเข้าใจครับจะบอกว่า ตอนนี้มันไม่ได้ฉลาดแต่ชนะ เพราะมันมีอัลกอรึทึมที่ดี + มี cpu หลายตัว หรือยังไงหว่า

ที่เค้าคำนวณไว้แบบนั้นเพราะคำนวณโดยอิงกับวิธี tree search ที่ใช้เล่นกับหมากกระดานอื่นๆครับ ก็คำนวณขนาด search space กับอัตราการเติบโตของพลังการประมวลผลในอนาคต มันเลยออกมาเป็น xx ปี

แต่ AlphaGo ใช้ Deep Learning ผสมด้วย มันเลยเหมือนเป็นก้าวกระโดดจากวิธี tree search เพียวๆ เพราะพอถึงจุดที่คิดไม่ไหว ก็เอา neuron network ที่ฝึกแล้ว มาเดาเอาว่าแบบไหนดีกับตัวเองที่สุด มันเลยลดการ search ไปพอสมควร

ผมไม่เข้าใจครับ ทำไมไม่ขึ้นอยู่กับวิธีการ ขั้นตอนการทำ pruning ใน alpha-beta หรือการคำนวนค่าความดีของบอร์ดตอบสุดก้านค้นหา หรือ heuristic ของ MCTS การพัฒนาพวกนี้เพื่อให้หาคำตอบได้เร็วขึ้นมากๆ ไม่นับเป็นวิธีการเหรอครับ?

แล้วฟิลด์อื่นๆ เช่น การออกแบบโครงข่ายประสาทเทียม การ pre-process input เทคนิคการทำ filtering หรืออื่นๆ พวกนี้ไม่ใช่ปัญหาของวิธีการเหรอครับ?

พวกนั้นเป็น bruce force ครับ
วิธีแบบนี้ เรียนรู้ไม่ได้ หาหมากที่สำคัญไม่เป็น
การตะลุยทุกความเป็นไปได้ ก็ไม่มีทางทำได้กับ GO

แต่ neural network ทำให้มันเรียนรู้ได้ หาหมากสำคัญเป็น
แล้วค่อยใช้วิธี bruce force กับหมากสำคัญที่ว่า เป็นขั้นสุดท้าย
จนได้เป็น deepmind AlphaGo อย่างที่เห็นครับ

สอบถามครับ ถ้าหาก AI จะใช้เทคนิคการหลอกล่ออะไรแบบนี้ ต้องมีด้านอารมณ์เข้ามาเกี่ยวด้วยมั้ยครับ หรือการวิเคราะห์โลจิกอย่างเดียวก็สามารถทำได้

เข้าใจครับ ผมหมายถึงว่าถ้าหากจะเพิ่มความสามารถให้ AI แบบนี้ ต้องมีทักษะทางอารมณ์มาเกี่ยวข้องด้วยหรือเปล่าน่ะครับ

ในอนาคตไม่แน่นะครับคอนเซ็ปน่าจะเหมือนกับ TARS & CASE ที่มีค่าความตลก ค่าความจริงใจ เพื่อให้มันตอบสนองได้ใกล้เคียงกับการเป็นเพื่อนมนุษย์

ถ้าเป้าหมายของมันคือการเอาชนะ ก็ไม่ต้องไปสนอะไรนอกจากการเดินที่ดีที่สุด

แต่หากเป้าหมายถ้าสร้างมันเพื่อเป็นเพื่อนมนุษย์มันย่อมต้องใส่ค่าอ่อนข้อให้ซักหน่อยเพื่อเพิ่มความสนุกแบบที่คนต้องการ

สำหรับการตัดสินใจมันเลือกวางหมากที่มีโอกาสชนะ มากกว่าหมากที่โอกาสได้แต้มสูงกว่า

เช่น
1.วางหมากจุดนี้ได้แต้ม 10 แต้ม แต่โอกาสชนะทั้งกระดานได้ 75%
2.วางหมากจุดนี้ได้แต้ม 2 แต้ม แต่โอกาสชนะทั้งกระดานได้ 95%

เจ้า AlphaGo จะเลือกข้อ 2. ที่โอกาสชนะสูงกว่าไม่มี "เทคนิคการหลอกล่อ" หรือ "อารมณ์" เข้ามาเกี่ยวข้องใดๆ ทั้งสิ้น แต่ผู้พัฒนากล่าวไว้ว่า AlphaGo สามารถแพ้ได้

tekkasit Sat, 12/03/2016 - 15:38

ดูเหมือน AlphaGo ไม่ได้คำนวณเรื่องปัจจัยเวลา กล่าวคือแม้ลีใช้เวลาหมดจนมีเวลาวางหมากแค่นาทีเดียวก็แล้ว แต่ AlphaGo ก็ยังใช้เวลาคำนวณระดับนาทีเหมือนเดิม ทำให้ลีเสมือนมีเวลาคำนวณสองนาทีต่อตาเดิน และก็ใช้ประโยชน์ตรงนี้ในกระดานที่สองและสาม (แม้จะแพ้ก็ตาม)

เค้าคงมุ่งหวังให้มันชนะแบบโปร่งใสสุดๆด้วยมั้งครับ หรือตัว alpha เองก็คงต้องการเวลาในการคำนวณพอสมควร
อยากรู้จักว่าตอนเล่นโคะท้ายเกม ค่า confidence มันจะมีลงบ้างไหม

น่าจะเจอกับที่ 1 โลก นะ ขอครั้งต่อไปได้ไหม จัด แชมป์โลก มาเจอหน่อย
ไม่งั้นมันยังตะขิดตะขวงใจอยู่ว่า ยังไม่ได้ชนะที่ 1 อะ

อย่าพึ่งไปอย่างอื่น ยังไม่ชนะที่ 1 เลยอะ

Lee นี้ไม่ใช่ที่ 1 โลกนี้ ทำไม พอชนะก็จะไปเกมส์อื่นแล้ว เหมือนทำสำเร็จแล้วงั้นละ

http://www.goratings.org/

เหมือนข่าวล่าสุดที่หนึ่งของโลก (Ke Jie) บอกว่าไม่อยากแข่งกับ AlphaGo แล้ว เพราะกลัวถูกลอกสไตล์การเล่นของตัวเอง (เหตุผลแปลกๆ)

โห่ ป๊อด ปากดีจังตอนแรก

ทำอย่างกับไม่เอาบันทึกการแข่งขันกับเวลาแข่งกับคนอื่นในอดีตไปใส่ได้ ไปแข่งกับใครก็โดนก็อปอยู่ดี

มีคนบอก

ตาแรกอัลฟ่าโกะเดินตามแบบฉบับตนเอง

ตาสอง เหมือนโดนยกขบวน ปรมาจารณ์โกะ ลีชางโฮ ชูซาคุ อู๋ชิงหยวน ซึ่งเป็นสามคนที่เก่งที่สุดในประวัติศาสตร์มารุม

ตาสาม โดนสไตล์ตัวเองมาเล่นงานตัวเอง

กลัวเจออะไรแบบนี้ล่ะสิ

ในรอบสิบปีมานี้ก็ต้องลีชางโฮกะลีเซตอลนี่แหละครับที่มาแรงสุดๆ

อับดับโลกอาจตกบ้างแต่นี่คือตำนวนของโลกเลยครับ

ส่วนอันดับหนึ่งจากจีนอายุ 18 ปี Ke Jie ต้องดูยาวๆครับ อาจจะวู๊บๆก็ได้

แต่ สอง ลี นี่คือรายการใหญ่ๆเก็บหมด

ชนะ 2 คนไปเลย ทั้ง ลีเซตอล กับ Ke Jie

เพื่อฟันเฟริม ชัดเจน แจ่มแจ้ง ดี แต่ดัน Ke Jie จะไม่เล่นซะงั้นอะ

มนุษย์สู้ไม่ได้แล้ว มนุษย์มีข้อจำกัดมากมายทั้งความเร็วในการคิดและความจำ อีกทั้งยังมีความเครียดและความเหนื่อยล้า ต่อให้มีเวลาคิดไม่จำกัด หรือให้เอาแชมป์ 10 คนช่วยกันคิด ยังไงก็แพ้อยู่ดี
ต่อไปนี้คงต้องเอา AI มาแข่งกับ AI ถึงจะแฟร์กว่า

เพิ่งมีโอกาสได้ดูสดนิดหน่อย ดูไปก็ F... F... ไป หงุดหงิดผู้บรรยายคนที่ไม่ได้วางหมาก ถามอะไรก็ไม่รู้
การทำนายการวางหมากตาถัดไป ผมก็ชอบนะ ทำให้พอจะเห็นภาพลำดับขั้นตอนการคิดของ AlphaGo เลย แต่เมื่อผู้เล่นวางหมากลงไปแล้ว ก็ควรกลับมาอธิบายตานั้นมากกว่า ว่าผลได้เปรียบเสียเปรียบหรือรูปเกมเปลี่ยนไปอย่างไร บางครั้งลากยาวข้ามไป 2-3 ตา

คน 9 ดั้งถือว่าทำงานได้ดีอยู่แล้วในการวิเคราะห์ในก้าวต่อๆไป
ส่วนอีกคนควรเป็นผู้นำคน 9 ดั้งให้กลับมาสู่กระดานแล้วถามต่อว่า ผู้เล่นเดินแบบนี้ก้าวต่อไปจะเป็นอย่างไร หากหมากที่คน 9 ดั้งทดลองเดินแล้วไม่ตรงกับผู้เล่นเดิน

และทุกๆก้าวบนกระดานแข่งควรมีสัญญาณบ่งบอกผู้บรรยายทั้ง 2 ว่าหมากได้เดินไปแล้วนะ

แต่ก็เข้าใจนะการทดลองวางหมากของคน 9 ดั้งยังอธิบายไม่เสร็จ จะให้ไปขัดจังหวะแล้วอธิบายหมากในเกมต่ออาจเสียความรู้สึกของคน 9 ดั้งได้

เคยดูของ NHK บรรยายลื่นกว่านี้เยอะครับ
ใน NHK จะมีผู้หญิงญี่ปุ่นที่เป็นผู้บรรยายรองเป็นคนคอยเช็คหมากบนกระดานจริงให้ตลอด
ส่วน Michael Redmond ที่ได้ 9 ดั้งเค้าจะโฟกัสอยู่แค่การบรรยายหมากอย่างเดียว

ผมว่าปัญหาอยู่ตรง Chris Garlock แกดันอินกับการอธิบายหมากของ Michael มากไปจนไม่มานั่งเฝ้าตารางจริง
มันก็เลยออกมาเละๆ อย่างงี้แหล่ะบางทีก็รำคาญเหมือนกัน มัวแต่ยืนอึ้ง ทึ่ง เสียว จนของจริงเค้าเดินกันไปสามตาแล้ว

ปกติ AlphaGo จะแข่งกับตัวเองอยู่แล้ว การไปถ่ายทอดให้ได้รับชม อาจมีผู้สนใจไม่มากนัก เพราะค่าความท้าทายไม่แบ่งแยกให้เห็นโดยชัดเจอ เช่น คอม กับ คน มันต่างสายพันธุ์ก็จะมีกองเชียร์แต่ละฝ่าย ทั้งๆที่อาจดูหมากล้อมไม่เป็นก็ตาม(กลุ่มผู้ชมมากกว่า ผู้ชมเฉพาะกลุ่ม)

ดูไม่ดีสำหรับอนาคตของมนุษย์ในอีกไม่กี่ปีข้างหน้า อาจโดน AI ครองโลกในไม่ช้าถ้าสามารถพัฒนาได้ก้าวกระโดดถึงเพียงนี้

เหมือนกับที่ IBM Watson ถูกเอาไปใช้ในระบบ Call Center, โรงพยาบาล, ฐานข้อมูลความรู้ และระบบการศึกษาอย่างจริงจัง แทนที่มนุษย์ได้มากจริงๆ

ไม่ต้องห่วงครับ

อย่างที่ผมเคยตอบไปแล้วว่า สมดุลย์ระหว่างความสามารถกับทรัพยากรที่ใช้นั้น เครื่องจักรสู้คนไม่ได้แม้แต่น้อย ทั้งเรื่องเชื้อเพลิงและการบำรุงรักษา
เอาง่ายๆ ว่าตอนนี้เครื่องจักรจะยังซ่อมตัวเองไม่เป็นไปอีกนาน

เป้าหมายต่อไปของ AlphaGo น่าจะเป็น เรียนรู้ให้เดินหมากชี้แนะเป็น คือ ทำให้การเดินแต่ละกระดานคู่ต่อสู้ได้โอกาสเก่งขึ้น