|
:: 게시판
:: 이전 게시판
|
- 모두가 건전하게 즐길 수 있는 유머글을 올려주세요.
- 유게에서는 정치/종교 관련 등 논란성 글 및 개인 비방은 금지되어 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."
14/12/26 21:14
직접 둬본 적도 없고, 주변 기사는 돌을 다 잡아낼 수 있더라 외에는 피상적인 얘기 뿐이고, 그나마도 말하는 걸로 보기엔 MC method조차 모르는 걸로 보이는데..
14/12/26 21:17
저도 아직 컴퓨터가 바둑을 정복하기엔 시간이 더 걸린다고는 생각하고는 있지만
저 분은 컴퓨터/인공지능을 너무 과소평가하고 계시는 듯...
14/12/26 23:36
근데 아직은 변칙수에 너무 약하다는 평이 많긴 합니다.
타이젬 5단 정도만 되도 평소 두던대로 두면 버겁거나 비슷한 인공지능도 인공지능인거 알고 변칙수, 함정수 위주로 두면 그냥 이긴다고 하더군요.
14/12/26 21:28
젠은 사실 기풍이 명확하지 않나요? 실리 무시하고 벽만 들입다 쌓더라고요. 제가 제일 싫어하는 기풍입니다. 타개에 약해서요 ㅠㅠ
14/12/26 22:20
글쎄요. 지금 정도 수준으로도 PC라면 모를까 슈퍼컴퓨터 정도 되는 자원을 활용한다면 프로가 넉 점 깔고는 못 이길 거라고 보는데요...
딥러닝도 점점 발전하고 있어서 포석단계에서 사람에게 밀리지 않는 AI는 조만간 만들 수 있을 거라고 봅니다. 국소전장에서의 전투는 원래 컴퓨터가 잘 하는 부분이고요. 바둑이 동아시아 외에는 그다지 인지도가 높은 스포츠가 아니어서 인공지능 연구 또한 그다지 되고 있지 않은 점도 분명히 있습니다. 체스나 장기 AI같은건 자신의 실제 실력도 그랜드마스터급인 프로그래머들이 개발에 참여하여 큰 성과를 냈지만 바둑 AI는 정말 순수하게 CS만 전공한 사람들이 기본적인 방법론만을 적용하여 접근하니 성능이 뛰어날 수가 없지요. 바둑이 경우의 수가 많기는 하지만 어차피 사람도 그 모든 경우의 수를 따져보는 게 아니죠. feasible한 몇 개의 위치를 경험적으로 판단해가며 일부 해공간만을 탐색하고 그 중에서 local optima를 선택합니다. 컴퓨터도 같은 방법을 쓸 수 있죠. 결국 각 위치에 대해서 feasibility를 계산하는 쓸만한 모델이 존재하지 않기 때문에 컴퓨터 바둑의 기력이 낮은 겁니다. 그리고 이건 결국 프로 기사 정도 기력이 되는 프로그래머가 머리를 싸매고 엄청 고민해서 연구하지 않는다면 이루기 힘든 일이에요. 그래서 개인적으로는 딥 러닝 쪽에서 가능성이 있지 않을까 합니다. 이쪽의 접근방법으로는 프로 기사급의 개발자가 없어도 시간과 계산을 많이 들이면 가능하니까요
14/12/26 23:00
딥러닝을 바둑에도 점점 더 많이 적용하고 있는 것 같습니다. 이번달 10일에 아카이브에 제출된 Teaching Deep Convolutional Neural Networks to Play Go(http://arxiv.org/abs/1412.3409) 등...
딥러닝을 상당히 좋아합니다만 문제의 복잡성 탓에 현재 딥러닝이라 일컫는 구조만으로는 마냥 쉽지만은 않을것이라 예상합니다. 딥러닝도 그 구조와 데이터에 절대적으로 종속되어 있다고 생각해서... 데이터 기반으로 학습하되 추가로 적용해야 할 것들이 여럿 더 있어야 할 것으로 보이는데 사람을 넘어서기 위해서는 시간은 생각보다 좀 걸릴 거라 봅니다. 하지만 애져님이 말씀하신대로 가장 먼저 돌파구를 열 곳은 십중팔구 딥러닝 쪽에 있다고 생각합니다. 그리고 방송에 나오는 저 분도 딱히 틀린 설명이라 할 만한 구석을 찾기는 힘든 것 같습니다. 바둑은 잘 모르지만 데이터만 있으면 저도 한 번 시도해 보고 싶네요.
14/12/27 00:55
대충 훑어봤는데 아직 제가 고등학교 때에 봤던 논문에서 네트워크 사이즈를 키우는 정도 외에 큰 진보가 일어난 것 같지는 않군요. 뭐 딥러닝은 한번 전멸하다시피했다가 병렬 클라우드 컴퓨팅 성능이 발전하면서 이제서야 주목받기 시작하는 분야이니 그럴만도 합니다.
저 개인적으로는 AI는 단순히 사람의 기보를 교육시키는 방식으로는 한계가 있다고 봅니다. 정상급 프로기사라고 해도 서로 선호하는 수가 워낙 달라서... 이런 것을 고려하지 않고 단순히 네트워크 만들고 교육시키는 방법으로는 정확도가 한계 이상 높아지기는 힘들죠. 일단 러닝을 데이터셋의 일부만을 사용하여 여러 개의 네트워크를 만들고, 이후에는 유전 알고리즘 같은 군집 최적화를 적용해서 자기들끼리 싸우면서 강한 녀석이 살아남아 진화하도록 만드는 것이 최적의 접근방법이라고 생각합니다. 컴퓨터 성능만 받쳐주면 1분에 수백, 수천만 게임을 시뮬레이션하면서 계속해서 성능이 개선되겠지요.
14/12/27 12:41
역시 잘 알고 계시네요 크크 제가 그냥 딥 러닝으로만은 되지 않을 것이라는 것이 그런 뜻이었는데... 일단 데이터 기반으로 학습한다면 성능에 제한이 있을 수 밖에 없어서.. 이런저런 기법을 추가로 적용해야 할 것인데 그냥 딥러닝만 딥따 러닝한다고 될 게 아니라 시간이 걸릴 것 같가도 했던 것이었습니다 크
14/12/26 23:33
뜻하지 않게 오랬만에 어린시절 친구를 보니 반갑네요. 이름하고 프로기사래서 간신히 알아봤을만큼 변했네; 고딩때까진 깡마르고 검은피부 곱슬이라 마이콜이미지 였는데...이 친구땜에 바둑실력은 스타실력하고는 별 상관없다고 생각하게됐죠.
14/12/27 05:45
인간의 뇌의 연산능력도 생각외로 어마어마합니다.단순 산수 계산만이 연산능력은 아니죠.
이런 말 한마디 한마디도 인간의 뇌에서 무수한 연산을 거쳐서 나온 결과물입니다. 도리어 사람들이 현재 컴퓨터의 능력에 대해 좀 과장해서 알고있는것 같습니다.아직은 멀었어요
14/12/27 23:45
경우의 수는 365! ? (361!)이 아닙니다. 돌을 잡는다는 개념이 있어 다시 빈 공간이 생깁니다 그렇다고 해서 경우의 수가 무한대는 아니지만 패 또는 꽃놀이 패까지 있어 경우의 수 자체를 산정하는게 어렵습니다 아마 바둑의 경우의 수를 계산할 수 있다면 그 자체로 99% 바둑을 정복한거라 보면 될겁니다 그 때문에 저는 방송 프로그램 분석 내용에 많은 공감이 됩니다
14/12/27 05:37
현재까지는 저 분 얘기가 맞죠.
문명 같은 요즘 턴제 게임AI의 안습한 판단력을 보면 인공지능은 아직 갈길이 한참 멀어 보입니다. 저는 적어도 10~20년내로는 정복안된다에 한표
14/12/27 07:54
저도 1~20년 까지는 잘 모르겠지만 아직은 멀었다고 보는 게 함정수나 변칙수에 약하다는 면 보다는 현재 가장 연구가 많이 되어 있는 끝내기가 가장 약하다는 점입니다. 제가 몇 번 두어봐도 두터움을 바탕으로 하는 공격력은 훌륭하지만 끝내기가 조금 많이 이상합니다. 다른 부분보다 계산할 부분이 오히려 가장 적어보이는 후반부가 가장 약하다는 게 의아하더라고요.
14/12/27 09:07
바둑이 세계에 잘 안알려져서 바둑 인공지능 개발에 덕력과 시간투자할 프로그래머가 사실상 없죠.
체스만큼의 인기였다면 이미 정복되있을 가능성이 높습니다.
14/12/27 12:44
그냥 프로그래머가 알고리즘을 몇 가지 적용해서 풀 수 있는 복잡도라면 그 인기에 상관없이 이미 풀렸을 거라 봅니다.
컴퓨터의 계산 능력도 받쳐주지 못하구요. 체스랑은 그 복잡도 면에서 엄청난 차이가 있습니다.
14/12/27 14:32
개인적으로 인공지능에 관심이 많아서 추이를 보고있는데 zen이나 crazystone도 기력이 정체된지가 좀 됬습니다. 뭔가 획기적인 발전이 있어야 기력이 뻥 올라갈텐데 20년 안에는 사람따라잡는게 안될것같고 50년 뒤라면 가능 할수도 있을까? 싶네요.
14/12/27 17:14
충분한 관심과 예산만 주어진다면 20년도 길 겁니다. 바둑 AI 만드는게 돈이 되는 일도 아니고, 바둑이 전세계적으로 인기가 있는 스포츠도 아니고, AI로 프로기사 제압한다 해서 엄청난 영예가 주어질 만한 일도 아니고... 연구 자체가 별로 없는데 발전되기가 어렵죠
저 위에 Deep님이 걸어주신 링크 논문만 봐도.. 93년에 쓰인 논문이 아직도 레퍼런스 상단에 있는 마당이니까요 --;;;;;
|
||||||||||