|
:: 게시판
:: 이전 게시판
|
- 경험기, 프리뷰, 리뷰, 기록 분석, 패치 노트 등을 올리실 수 있습니다.
통합규정 1.3 이용안내 인용"Pgr은 '명문화된 삭제규정'이 반드시 필요하지 않은 분을 환영합니다.법 없이도 사는 사람, 남에게 상처를 주지 않으면서 같이 이야기 나눌 수 있는 분이면 좋겠습니다."
19/01/23 16:22
시간이 갈수록 딥마인드로 프로게이머 이기기가 힘들어보이는데 과연 현재는 어떨지 궁금하네요. 맵 변수-패치 변수가 있고 또 바둑처럼 엄청난 연산으로 수 만 판을 빠르게 돌리고 이런 건 상대적으로 힘들거든요. 물론 딥마인드에 과도하게 높은 APM과 핵이나 마찬가지인 반응 인공지능을 넣으면 프로게이머가 답이 없을 정도로 강해지긴 하겠으나 그런 식으로 할 것 같은 느낌은 아닌 것 같거든요.
어쨌든 최소 블리자드가 이제 스타2 리그는 종료됩니다 하기 전에 붙어봤으면 합니다. 그리고 비등비등한 정도로는 가줬으면 좋겠네요.
19/01/23 16:26
뭐 당연히 롤에도 컨택을 해봤을 것 같긴 한데 안 한건 잘한 선택 같습니다.
컴퓨터 발전에는 도움이 될 망정, 게임에는 악영향을 주는 것 같아요
19/01/23 17:39
롤이 아무래도 인공지능 면에서는 복잡성이 낮고 단순하니까 컨택을 안했을거 같은데요.
FPS 인공지능을 안하는거랑 비슷하죠.
19/01/24 19:41
엘론 머스크의 OpenAI에서 이미 도타 2에 도전했으니까 겹치는 걸 하긴 좀 그렇죠. 게다가 그 쪽은 여러 인공지능이 협력하는 상황을 연구하는 게 목표였고, 이쪽은 인공지능 혼자서 문제를 해결하는 상황이니까 입장이 좀 다를 것 같네요.
19/01/23 16:30
인공지능이 더 발전해서 초일류 선수들과 일합을 겨룰만큼 올라왔다면.. 어떤 스타일이 알파고에게 잘 먹힐지 궁금하네요.
알파고도 컨트롤 속도등은 인간수준으로 맞춘거라고 하니깐요. 인공지능의 사고를 오염시키는, 적절하게 페이크를 주면서 기만하는 전략가타입 (고병재, 김도우 원이삭) 운영 중심의 꽉찬 스타일 (요즘 조성주, 김대엽, 박령우) 손목을 바치지않은..인간 평균 수준의 컨트롤으론 나를 이길수 없다 (변현우) 현재 완전체 (세랄) 인공지능이 꽤 쎄서 도장꺠기 하는것도 재밌을꺼 같습니다.
19/01/23 16:38
(수정됨) 제가 제일 궁금한게
과연 알파고가 스타를 100만판정도 학습한다음.. 첫 정찰 타이밍을 언제로 잡을까 하는 겁니다. 아마도 상대 의도를 파악하기 최적이라고 판단되는 정찰 시점을 계산해 낼텐데... 과연 12서치 13서치를 할런지 아니면 어짜피 안진다 마인드라 첫일꾼 4마리중 한마리 걍 정찰 가서 보면서 한다던지..
19/01/23 16:54
토스는 결국에 대엽이 아닐까요? 확실히 토스는 언제나 절대강자가 없네요.
전 여기 더해서 인간평균 정도의 피지컬로 가정해놓은 인공지능에게 멀티태스킹 부담을 극한으로 줄수 있는 군대 가기전 경기력 대부활한 변현우도 보고 싶어요. 흑흑
19/01/23 16:54
스2알못인데, 이건 어윤수가 나갔으면 좋겠습니다.
만년 2인자가 AI상대 최후의 승자가 된다면 뭔가 간지날거 같아요. [아님 그냥 이벤트전의 강자일려나요 ;;;]
19/01/23 17:15
불가능하지만 궁금한게 있습니다.
향로메타 버전의 롤을 ai가 학습하면 같이 향로를 쓸지, 다른메타로 향로를 박살낼지...
19/01/23 17:38
모니터를 인간처럼 보고 마우스를 잡고 로봇팔 해도 인간 같은거랑 비교 안되는 하드웨어죠
그 부분에 이상한 환상 가진분들이 왜이렇게 많은지
19/01/23 17:59
스타는 바둑과 달리 빌드가 갈리면 절대적인 유불리가 발생하는 경기도 종종 있어서
ai가 압도적으로 사람을 찍어누른다거나 하기 어려울수도 있을거라고 생각합니다 바둑에서의 최적화라는건 시스템내에서 인간이 고안한 방식일 뿐이지만 스타에서의 최적화는 인간이 이전의 데이터를 바탕으로 임의로 설정한 부분이 있고 하스스톤처럼 어느정도 랜덤성에 기인하는 바가 있어서 결과가 다르게 나올 수 도 있지 않나 싶습니다
19/01/23 18:02
스투 하고 있는데 apm이나 반속 제한은 무조건 중요합니다. 그거 제한없음 컴터가 무조건 이기구요. 한 상위권 프로게이머 정도면 재밌을거 같습니다
19/01/23 18:04
어차피 컴퓨터 게임은 입력장치에서 압도적인 차이가 존재해서 인공지능 자체에 갖는 의미가 별로 없죠
인간 모양의 기계를 눈으로 모니터로 인식하고 손으로 움직인다고 해도 압도적으로 차이를 낼 수 있습니다. 게다가 저 분야는 의료 로봇쪽으로 이미 유의미한 성과를 내고 있죠
19/01/23 18:09
인간 손처럼 손가락 5개로 하면 어느 정도 제한이 있지 않을까요? 그냥 프로그램 내에 경로로 명령 내리는 것보다는 제한 걸릴 것 같은데요.
로봇 손으로 인간처럼 키보드와 마우스 잡고 인공 눈으로 모니터의 정보를 인식해서 움직인다면 apm10000 정도의 막대한 명령횟수 등은 안나올 것 같은데요.
19/01/23 18:14
애초에 그걸 컨트롤 부분 공평하게 하려면 팀밀리해서 인간 네다섯명 쓰고 게임 속도를 확 낮추면 되요
쓸때없이 기계팔이니 모니터 인식이니 할 필요 없구요
19/01/23 18:18
(수정됨) 제가 예전에 본 바로는 eapm을 인간 프로 선수 수준으로 맞추는 건 기본이고, 미니맵 확인은 물론 키 입력 시간, 화면 끝에서 끝으로 이동하는데 걸리는 시간과 같은 세세한 것들도 인간 프로 선수와 최대한 비슷하게 책정하려 노력했던 걸로 압니다.
물론 그래도 실수가 있을 수밖에 없는 인간보다는 피지컬 면에서는 다소나마 유리하겠죠.
19/01/23 18:22
딥마인드가 하려는건 고작(?) 스타 하나 인간 이겨먹겠다는게 아니라 스타가 요구하는 상황판단과 로직, 빌드 최적화 등을 기계가 해낼수 있는가를 증명하려는 것이기 때문에 apm 제한이나 기계팔 이런건 큰 고려사항은 아닐 것 같습니다.
19/01/23 18:38
Openai가 이미 도타2에서 좋은 결과를 보여줘서 그거랑 비슷한 롤은 아마 고려를 안 했을거 같고.. 뭐 자신 있으니 공개하는 거겠죠. Apm같은거 제한은 당연할거 같고 반응 속도도 제한하도록 인풋을 달레이 걸어서 넣는다던가 할지도..
19/01/23 20:09
19/01/23 18:40
애초에 알파고도 무한체력 감정없음 신체리듬 변화없음 같은 압도적인 피지컬을 갖고 이세돌과 대전했는데 apm 제한만 걸면 됐죠 뭐. 로봇팔은 아예 다른 분야고 필요도 없고요.
19/01/24 05:02
APM은 200 부근으로 제한을 걸고 합니다. 무제한의 APM으로 선보이는 마이크로 컨트롤이야 아마추어 연구자 레벨에서도 이미 어렵지 않게 하고 있는 일이라 딥마인드가 돈 들여서 연구할 이유도 딱히 없죠. 로봇팔 이용이나 비전 인식 같은 건 순전히 한국 기자의 추측일 뿐이고, 실제로 그렇게 하진 않습니다. 이전에 블리자드에서 공개한 AI용 API를 사용할거구요. 실제 AI 개발에 비하자면 입출력은 상대적으로 쉬운 부분이기 때문에 연구 목적에서는 굳이 해야 할 이유가 없습니다.
19/01/24 21:37
바둑은 무수한 사람이 시도했는데 아무도 성공을 못해서 현재기술로는 못한다고 결론이 난 상태에서 처음으로 해냈다는게 충격이었지만
컴퓨터 게임에서 컴퓨터가 사람 이기는건 그렇게 대단한 일은 아닙니다. 전례가 없는 것도 아니고 투자만 하면 얼마든지 성공할 수 있다는게 충분히 예측되는 상황이었으니까요. 인공지능으로 바둑 이기는게 아폴로 11호라면 스타크래프트 이기는건 200km/h로 달리는 증기기관차 같은거죠.
19/01/24 21:40
바둑이 더 인공지능이 정복하기 쉽습니다. 피지컬을 인간과 똑같이 맞추기만 하면 ai가 정찰 정보를 통해 실시간으로 유불리와 역전 방법을 분석하고 그대로 대응해야 하는데요. 바둑은 맵핵이고 수천~수만의 기보가 존재하고 모의 대국을 빠르게 돌려서 하루에 3만판이상을 둘 수 있지만 스타는 최고수 리플이 그렇게 많이 돌아다니는 편은 아니고 바둑의 모의대국(인공지능끼리의)처럼 빠르게 돌리는 것도 힘들어 보입니다.
19/01/24 22:12
바둑이 정복하기 쉽다고 하시는 말씀은 인공지능에 대해 무지하시기 때문에 하실 수 있는 듯 합니다.
바둑은 맵핵이고 수만의 기보가 존재하고 하루에 3만판 이상 둘 수 있다는건 인공지능 연구에서 의미가 없습니다. 왜냐하면 그 상황에서도 수십년 동안 아무도 성공을 못했어요. 바둑 인공지능 연구는 60년대부터 시작됐는데 전세계의 연구자들이 해도해도 안되니까 그냥 이건 불가능이라고 잠정 결론을 내버렸어요. 오죽하면 알파고가 알고리즘 발표까지 했는데도 안 믿었습니다. 직접 대결하기 전에는 대부분이 이세돌 승 예측했던거 기억나시죠? 그러다가 알파고가 성공하니까 세계적인 충격이었고 수많은 후속작이 쏟아져 나왔죠. 그만큼 관심을 받고있거든요. 스타 인공지능 연구 시작한지 며칠 됐나요? 바둑 연구 기간의 1/10도 안됩니다. 지금 전문가들이 입을 모아서 스타 정복 불가능하다고 말하고 있나요? 전혀 아니죠.
19/01/24 22:18
딥러닝이 나오기 전이라 그랬던 거죠. 딥러닝을 통해 그동안 넘사벽으로 보였던 벽을 돌파해서 인간을 능가한 것이구요.
이미 딥러닝이라는 새로운 혁신이 일어난데다 하드웨어들은 날이 갈수록 빠르게 발전하니 20년 전의 슈퍼 컴퓨터보다 현재 최고사양의 pc가 더 뛰어난 성능이 될 정도죠. 그리고전 대결하기 전에도 알파고가 5대0으로 이길 줄 알았는데 1판을 져서 놀랐었습니다.
19/01/24 22:47
저는 딥러닝이 인공지능에 포함된다고 생각했는데 그걸 분리해서 말씀하신 거였네요. 딥러닝 개발이 완료된 상태에서 시작해도 스타 정복이 더 어려울 것 같지는 않지만 그건 내일이면 알 수 있겠습니다.
19/01/24 23:25
인공지능의 피지컬을 프로 선수와 비슷한 수준으로 맞춘다는 전제 하에(실제로 이렇게 대결하죠), 인공지능에게는 스타2가 바둑보다 훨씬 어려운 도전 과제입니다.
이미 구글의 연구원이 그렇게 말했고, 제가 몇몇 커뮤니티에서 본 인공지능 관련 분야를 전공하시는 분들의 의견 또한 마찬가지였고요. 그럴 수밖에 없는 게 픽셀 단위로 이루어진 전장이 바둑판보다 압도적으로 크고 여러 개의 서로 다른 맵이 존재하며, 자원 채취, 건물 건설, 유닛 생산, 전투라는 훨씬 복잡한 메카니즘, 스펙이 전혀 다른 수십 가지의 유닛, 스킬, 업그레이드 활용, 지형 활용과 유닛 컨트롤의 변수, 무엇보다도 바둑과는 다르게 모든 정보가 공개되어 있지 않은 불완전 정보 게임인 데다가, 장고할 시간도 주어지지 않아서 초당 여러 번의 명령을 내려야 하는 게임입니다.
19/01/25 00:03
구글에서 그렇게 말하는거야 바둑은 이미 끝났고 스타는 아직 안해서 그런 거죠.
연구원 입장에서 "제가 다음으로 연구할 과제는 지난번 것보다는 좀 쉽습니다" 라고 할 수는 없잖아요? 그럼 월급(투자)가 줄어도 좋다는 소리가 되버리니. 이미 성공한 것은 누구나 쉽다고 말할 수 있습니다. 근데 알파고 나오기 전 2015년 시점에서 물어봤으면 100명 중에 100명이 바둑이 더 어렵다고 했을겁니다. 정보가 불완전하고 장고할 시간이 없다는 건 상대쪽에 있는 사람도 똑같이 적용되거든요. 컴퓨터가 신의 한수를 찾는게 아니라 사람한테만 이기면 되는거라. 양쪽 다 시간이 부족하면 컴퓨터 쪽이 연산속도가 빠른데 왜 불리한지 모르겠습니다. 게임 메카니즘이 다르다는 것은 바둑을 위해 연구한 딥러닝 알고리즘을 그대로 적용하기에 어려운 점이 됩니다. 근데 바둑 알고리즘을 스타에 적용하는게 어렵다고 해서 "스타가 어렵다"라는 말하는 것은 좀 이상합니다. 딥러닝이 아닌 다른 인공지능으로 스타를 정복할 수도 있잖아요? 그런 기술이 없다면 미래에 나올지도 모르는 거고. "현재의 딥러닝 알고리즘"을 적용하는 난이도는 바둑보다 스타가 더 어려울지 모르겠지만 인공지능으로 스타를 정복하는게 바둑보다 어려운 도전과제라고 말하려면 지금은 도저히 방법이 없는데 수십년 후에 새로운 개쩌는 기술이 나와야 성공하는 정도가 되어야겠죠. 바둑은 40년이 넘게 불가능하다가 딥러닝이라는 쩌는 기술을 이용해서 성공했으니까요.
19/01/25 02:03
알파고가 나오기 전 2015년 시점에서 물어봤으면 100명 중에 100명이 바둑이 더 어렵다고 했을 거라는 건 모아님의 추측일 뿐이고요.
정보가 제한되어 있다는 건 인간도 마찬가지지만, 중요한 건 인공지능이 상대적으로라도 장시간 인간보다 앞서는 판단을 하는 게 바둑보다 훨씬 힘들다는 겁니다. 바둑판은 가로 세로 각각 19줄에 불과하지만, 맵은 픽셀 단위라 여기서부터 요구되는 연산량의 차원이 다릅니다. 그리고 위에서 말씀드린 수많은 요소들때문에 변수는 상상을 초월할 정도로 기하급수적으로 더 증가하고요. 그런데 인공지능의 eapm을 200으로 설정한다고 해도 초당 3 회 이상의 명령을 내려야 합니다. 가장 큰 차별점은 바둑과 달리 스타2에서는 그 한 번 한 번의 명령이 인간에게는 그리 고차원적인 게 아니라는 거죠. 아시다시피 인간이 만들어낸 전략, 빌드, 전술, 최적화, 유닛 활용, 교전 컨트롤, 상황 판단 등은 거의 규격화되어 있고, 대부분의 플레이는 그 정립된 범주 내에서 나옵니다. 인간에게는 당연히 바둑이 훨씬 고차원적이고 복잡한 게임이죠. 하지만 과연 인공지능 입장에서도 그럴까요? 바둑도 거의 무한대의 경우의 수를 가지고 있다지만, 바둑에서 인간보다 훨씬 앞서는 수를 내놓는 건 크게 보면 계산기가 연산 능력으로 인간을 압도하는 것과 다를 바 없죠. 그런데 스타2는 인간의 플레이는 대부분 일정한 카테고리 내로 정해져 있고 그게 인간의 입장에서는 그리 고차원적인 것도 아닌데, 인공지능이 그 인간의 수준까지 올라가는 게 바둑보다 훨씬 힘들다는 겁니다. 인공지능 입장에서는 경우의 수가 바둑의 경우의 수에 또 다시 거의 무한대의 수를 수도 없이 계속해서 곱한 것만큼이나 천문학적인데 반해, 연산할 시간은 턱없이 부족하니까요. 거기다 불완전 정보 게임인 관계로 아무리 인공지능이 고도화되어도 100%의 승률은 불가능할 것 같고. 그래서 저는 과연 인공지능이 매 판 완전히 다른 플레이를 할 지, 아니면 인간처럼 일정한 패턴이나 경향성을 가진 플레이를 할 지가 가장 궁금합니다. 언제가 될 진 몰라도 인공지능이 인간을 뛰어넘는 거야 시간 문제라는 건 누구도 부인하지 않을 테니. 바둑은 40년 넘게 정복 불가능하다가 딥러닝이라는 놀라운 기술이 나와서 성공했으니, 바둑보다 어려운 도전 과제라고 하려면 수십년 후에 새로운 기술이 나와서 정복이 되어야 할 정도여야 한다는 건 전혀 납득이 안 되네요. 당연히 현재 기준 난이도를 비교한 거고요. 만일 구글 인공지능이 도전 종목 순서를 바꿔서 스타2를 먼저 했고 바둑을 나중에 한다고 하더라도 어차피 전자의 난이도가 훨씬 높은 건 매한가지입니다(물론 전자는 인공지능에게 피지컬 제한이라는 핸디캡이 붙기는 하지만). 저는 인공지능에 대해 알못이지만, 몇몇 커뮤니티에서 인공지능과 관련된 분야를 전공하시는 분들의 의견을 본 바로, 인공지능에게는 피지컬을 프로 선수 수준으로 맞춘 조건 하의 스타2가 바둑보다 훨씬 어려운 종목이라는 결론은 공통적이었습니다. 총 몇년이 걸릴 것 같냐는 물음에는 빨라도 5년 정도로 예상하는 의견을 몇번 봤고요. 만약 예상보다 빨리 정복에 성공한다면, 딥마인드의 연구원들이 전세계의 천재들이 모인 집단이라는 것과 최근 인공지능 분야의 발전 속도가 어마어마하다는 것 이 2가지 요인때문일 거라는 의견도 봤습니다.
19/01/25 03:04
(수정됨) 같은 말이 반복되는 것 같은데, 가루맨님은 "바둑최적화 알고리즘을 스타에 적용했을때"를 가정해서 말씀하고 계십니다.
바둑은 19줄이지만 스타는 맵 픽셀 수가 훨씬 많아서 연산이 많다는건 어디까지나 같은 알고리즘을 사용할 때나 할만한 얘기거든요. 바둑은 실수로 한칸만 옆에 두면 거의 승패가 바뀌는데 비해 스타는 한 유닛이 1픽셀 옆으로 이동한다고 승패가 바뀌는 일은 거의 없습니다. 따라서 바둑의 한칸과 스타의 1픽셀은 전혀 다른 개념이고, 같은 알고리즘으로 처리할 필요가 없죠. 스타가 인간 수준으로 올라가는게 더 힘들다거나 연산시간이 부족하다는 것도 역시 바둑 알고리즘을 그대로 스타에 적용했다는 가정하에서 나오는 얘기입니다. 현재 기준 난이도로 비교하면 바둑은 이미 성공했고 스타는 아직 못했으니 스타가 더 어렵다고 할 수 있습니다. 원래 하고 나면 다 쉽게 보입니다. 콜롬버스의 대서양 항해도 하고 나니까 무지 쉬워보였죠. 페르마 마지막 정리도 증명되고 나니까 대학 시험문제로 나올 정도로 쉽죠. 현재 기준 대학생에게는 교과서 연습문제#17을 푸는게 페르마 정리보다 더 어려운 도전과제일 수도 있습니다. 마찬가지로 현역 딥마인드 연구원에게는 바둑보다 스타가 어렵다고 할 수 있겠죠. 저는 객관적으로 수학에서 페르마정리가 더 어려운 과제라고 생각하는데 현역 업계종사자 입장에서야 지금 내가 하는일이 제일 어렵다고 하는 그런 차이인듯 합니다.
19/01/25 15:58
전공자가 아니지만, 제가 가진 상식의 수준에서 판단할 때 바둑이 훠얼씬 더 쉬우보입니다만.
일단 딥러닝에서 가장 큰 숙제 중의 하나가 추상화인데, 바둑은 정해진 바둑판의 열과 행이 정해져 있기 때문에 조작변수가 적죠. 이에 비해서 스타크래프트의 경우에는 각 유닛의 위치, 명령, 특수기능등을 생각하면 비교불가 수준일 겁니다. 딥마인드측에서는 API를 통해서 이를 상당부분 극복한 거 같은데, 사실 이건 일종의 편법이죠. 왜냐하면 부대지정 혹은 선택 후 입력과 같은 일종의 에뮬레이션 방식이 아니라, 거의 뇌파로 조종하는 거나 마찬가지니까요. 그래서 이번과 같은 결과가 나오기도 한 거구요. 덧붙여, 이러한 특성 때문에 컴퓨터의 APM 50이면 이미 인간 APM 200은 상회하는 수준이라고 봐야할 겁니다. 인간의 동작은 신체적인 워밍업 동작을 위해서 불필요하게 움직이는 부분이 상당한 반면, 컴퓨터는 그냥 직접적으로 들어가는 거니까요.
19/01/25 09:54
http://www.zdnet.co.kr/view/?no=20190125052733
여러분이 기대했던 고수준의 전략보다는 추적자APM으로 찍어 누른경기같군요. 유닛 조작에 의존하는 운영만을 택했다는 점은 아쉬움을 남겼다. 실제로 '알파스타'는 모든 경기에서 '추적자'를 빠르게 생산하고 이를 한몸처럼 움직이며 상대를 압박했다. 교전 시 유닛을 움직이며 생산까지 동시에 하는 바람에 순간적으로 분당 행동수(APM)가 1천 5백까지 치솟을 정도였다. 기지 확장을 시도하지 않고, 생성한 병력을 나누지 않고 항상 모든 병력을 한번에 이동하는 등 효율성이 떨어지는 모습을 보이기도 했다. 하지만 압도적인 생산량과 세밀한 조작은 이런 단점을 상쇄하고도 남는 수준이었다.
|
||||||||||||