- 세상의 모든 계산기 자유(질문) 게시판 일반 ()
인공지능 바둑 프로그램 수준이 많이 올라갔네요.
-
- 2016.10.05 - 12:18 2016.01.10 - 08:58 17060 13
천하수담, 은별 나올 때까지만 기억하고 잊고 있었는데, 그 사이에 몬테 카를로 기법을 도입한 AI 바둑 프로그램이 대세가 되어 있었나봐요. 기력도 부쩍 뛰어서 지금은 상당한 수준에 올라왔나보더라구요. PC 발전도 한 몫 한 것 같구요.
https://ko.wikipedia.org/wiki/%EB%AA%AC%ED%85%8C%EC%B9%B4%EB%A5%BC%EB%A1%9C_%EB%B0%A9%EB%B2%95
체스 프로그램에 딥 블루가 이용되었던 것처럼 (여러 컴퓨터 시스템을 하나로 연결한)클러스터링 PC를 구축해서 두면, 최상급의 프로그램인 경우 아마 4~5단 정도는 둘 수 있는 것 같습니다. (컴퓨터 상태 및 세팅에 따라 기력이 달라질 수 있습니다.)
- 최상급(아마 4단~5단, 클러스터급에서) : ZEN(일본), 돌바람(한국), Crazy Stone(프랑스), Pachi
- 중급(2급, 아마도 일반 데스크탑에서?) : Fuego
- 하급(7급, 아마도 일반 데스크탑에서?) : GNUgo
※ 기력은 국가별/서버별로 측정 기준이 다를 수 있는데, 그것이 적절하게 반영되지 않은채 인터뷰/언급된 것일 수도 있습니다. 참고하시기 바랍니다.
몬테카를로 방법은 바둑의 기본 원리와는 무관하게 (수많은) 결과들을 보고 뒤로 거슬러서 현재의 상황에서 어떤 수가 좋은지를 판단하는 만큼 바둑의 발전과는 무관하다고 볼 수 있는데, 바둑의 기본원리에 기초한 정밀한 알고리즘을 짜는 것은 원래부터 불가능한 것이었을까요? 한계에 부딛힌 것인지... 일시적으로 다른 기법에 밀려서 주춤한 것인지 잘 모르겠습니다. 여튼 현재의 대세는 몬테카를로인가봅니다. 하지만 바둑 원리를 적용하지 않고, 들입다 random 계산만 올리는 방법만으로는 한계에서 조금도 나아가지 못할 겁니다.
-
25
댓글13
-
세상의모든계산기
컴퓨터 AI 프로그램 공식 사이트 & 최신 버전
- 은성기위 16 (구 은별바둑) : http://www.silverstar.co.jp/02products/kgigo/kgigo.html
(상업용 )
NK 제품인가? 수출 문제로 일본에서만 판매되는 것으로 보임. (일본어 버전 Only?)
구 버전은 언어문제로 한글윈도우에 설치되지 않기도 하였다고 함. 복잡한 문제는 아니지만... 불편한 것은 사실.
- ZEN : http://soft.mynavi.jp/pcigo/tencho3/index.html
(상업용 11509 Yen) Zenith of Go 5, December 13, 2013
- Crazy Stone : http://www.remi-coulom.fr/CrazyStone/
(상업용 $80) Ver 2013, http://www.unbalance.co.jp/english/software/
- 돌바람 : 없음
- Pachi : http://pachi.or.cz/
(오픈소스) Ver 11. Apr 14, 2015
- Fuego : http://fuego.sourceforge.net/
(오픈소스) Ver 1.1, 2013-11-12
Ver2.0 개발중? http://sourceforge.net/p/fuego/wiki/Fuego%20Release%20Checklist/
- GNUgo : https://www.gnu.org/software/gnugo/
(오픈소스) Ver 3.8, February 19, 2009
- 은성기위 16 (구 은별바둑) : http://www.silverstar.co.jp/02products/kgigo/kgigo.html
-
세상의모든계산기
[컴퓨터의 성능과 기력의 관계]
1. Pachi 소개 문서(2011)에 따르면,
Regularly plays on the internet; KGS:
3 dan on cluster, 1 dan on single machine1 thread weaker than Fuego, but scales better (multi-threaded ≥ Fuego)
2. Pachi Ver 11 의 설명서(README)에 따르면
The default engine plays by Chinese rules and should be about 7d KGS strength on 9x9. On 19x19 (using e.g. six-way Intel i7), it can hold a solid KGS 2d rank. When using a large cluster (64 machines, 20 cores each), it maintains KGS 3d to 4d and has won e.g. a 7-stone handicap game against Zhou Junxun 9p.
3. 그리고 기력 비교표에 따르면,
Japan China Korea[4] Europe[3] AGA KGS IGS Wbaduk[5] DGS OGS FICGS Tygem[6] 1k 3k 5k 4k 1k 2k 3k 6-2k 4k 4k 3k 1d 1d 2k 4k 3k 1d 1k 2k 4-1k 3k 3k 2k 2d 2d 1k 3k 2k 2d 1d 1k 2k-2d 2k 2k 1k 3d 3d 1d 2k 1k 3d 2d 1d 1-3d 1k 1k 1k 3d 4d 2d 1k 1d 4d 3d 2d 2-4d 1d 1d 1d 4d 4d 3d 1d 2d 5d 4d 3d 3-5d 2d 2d 1d 5d 4. Crazy Stone의 홍보 문구에 따르면
2014-03-24: Recently, Crazy Stone established a solid 6-dan rank on KGS, took the second place of the 7th UEC Cup, and won in the Densei-sen in a 4-stone game againstNorimoto Yoda.
5. 결론
단독형 컴퓨터(2016년 현재 상급수준의 가정용 컴퓨터)와 클러스터 컴퓨터를 비교하면, 당연히 클러스터 쪽의 기력이 좋긴 하겠지만, 위 자료를 분석하면 어느 정도의 수준에 다다르면(i7 CPU×2 정도??), 그 이상의 투자대비 효율은 급격하게 떨어질 것으로 추정할 수 있을 것 같음.
-
세상의모든계산기
KGS 서버에서 매월 열리는 AI 간 대결에 사용되는 컴퓨터 사양
http://www.weddslist.com/kgs/past/119/index.htmlDetails of processor numbers, power, etc.
- abakus
- abakus, running on
8 nodes
each with two Intel Xeon E5-2670, 2.6GHz and 64 GByte main memory (128 cores total)
and each with a Tesla K20 (8 GPUs total). - AyaMC
- Aya, using GPU for 12-layer DCNN,
running on Xeon W3680 3.3GHz 6 cores + GTX 980, 6 threads. - darkfmcts3
- Darkforest running on
"10 gpu machines" – further information will appear here when more is known - DolBaram
- DolBaram, running on
Amazon EC2 C4.8xLarge (2.9GHz * 18core) - gnugo3pt8
- GNU Go, version 3.8, running
one thread on one i5-5200 CPU. - WeakBot
- HiraBot running on
an i7-4790k 4 cores 8 threads. HiraBot use neural network data. - YKDbot
- GREAT, running on
an Intel i7-3930K 3.20GHz - Zen19S
- Zen, running on
a mini cluster of - a dual 12-core Xeon E5-2690 v3@2.6 GHz 32 GB RAM,
a dual 10-core Xeon E5-2690 v2@3 GHz 32 GB RAM,
a dual 6-core Xeon X5680@3.5 GHz 12 GB RAM and
an 8-core Core i7 5690X@2.8 GHz 16 GB RAM computers.
Connected via a GbE LAN. 64 cores total.
-
세상의모든계산기
오늘 기사가 하나 올라왔습니다.
http://www.yonhapnews.co.kr/bulletin/2016/01/27/0200000000AKR20160127182600017.HTML?input=feed_daum
http://www.hani.co.kr/arti/economy/it/728244.html
'알파고' 라는 프로그램이 유럽 바둑 챔피언이자 중국 프로 바둑기사인 판후이(2단)와 다섯 차례의 대국에서 핸디캡 없이 모두 이겼고, 이번에는 이세돌 사범과 맞바둑을 둔다고 합니다. -
세상의모든계산기
* 알파고 공식 사이트 : http://www.deepmind.com/alpha-go.html
세부 정보 (From Nature PAPER)
- https://storage.googleapis.com/deepmind-data/assets/papers/deepmind-mastering-go.pdf (링크 짤린듯)
- https://gogameguru.com/i/2016/03/deepmind-mastering-go.pdf
- https://vk.com/doc-44016343_437229031?dl=56ce06e325d42fbc72
- 알고리즘
"We also introduce a new search algorithm that combines Monte-Carlo simulation with value and policy networks."
- 장비
"The final version of AlphaGo used 40 search threads, 48 CPUs, and 8 GPUs. We also implemented a distributed version of AlphaGo that exploited multiple machines, 40 search threads, 1202 CPUs and 176 GPUs."
- 성능 (기력)
참고 : 이세돌의 ELO Rating http://www.goratings.org/players/5.html
-
세상의모든계산기
대전상대 정보 (Fan Hui 3단)
http://gobase.org/information/players/?pp=Fan%20Hui
http://senseis.xmp.net/?FanHui
Fan Hui (born 1981) is a naturalized French 2-dan professional Go player, originally from China. Fan has been a resident in France since November 2000.
Fan learned to play at age 7 in Xi'an and became a 1-dan professional at 16. He started to study in Toulouse in September 2002.
Fan was the winner of the Paris (2001/2002/2003/2004/2005/2008) and Amsterdam tournaments. He won the EGC [ext] 2013 tournament with a 10/10 result, and won the title of European Champion in 2014 and 2015
In 2005 he became the official instructor of the French Go Federation as a fulltime contractor on their payroll, a role which ended in 2014.
Plays on KGS as fanhui. A section of his book on shape l'âme du go is available in English on SL!
세상의모든계산기 님의 최근 댓글
아 그렇네요. 감사합니다. ^^ 2026 04.28 정적분 구간에 미지수가 있고, solve 를 사용할 수 없을 때 그 값을 확인하려면? https://allcalc.org/57087 `SOLVE` 기능 내에 `∫(적분)` 기호를 사용할 수 없을 때 뉴튼-랩슨법을 직접 사용하는 방법 2026 04.15 뉴턴-랩슨 적분 방정식 시각화 v1.0 body { font-family: 'Pretendard', -apple-system, BlinkMacSystemFont, "Segoe UI", Roboto, Helvetica, Arial, sans-serif; display: flex; flex-direction: column; align-items: center; background: #f8f9fa; padding: 40px 20px; margin: 0; color: #333; } .container { background: white; padding: 40px; border-radius: 20px; box-shadow: 0 15px 35px rgba(0,0,0,0.08); max-width: 900px; width: 100%; } header { border-bottom: 2px solid #f1f3f4; margin-bottom: 30px; padding-bottom: 20px; } h1 { color: #1a73e8; margin: 0 0 10px 0; font-size: 1.8em; } p.subtitle { color: #5f6368; margin: 0; font-size: 1.1em; } .equation-box { background: #f1f3f4; padding: 15px; border-radius: 10px; text-align: center; margin-bottom: 30px; font-size: 1.3em; } canvas { border: 1px solid #e0e0e0; border-radius: 12px; background: #fff; width: 100%; height: auto; display: block; } .controls { margin-top: 30px; display: flex; gap: 15px; align-items: center; justify-content: center; flex-wrap: wrap; } button { padding: 12px 25px; border: none; border-radius: 8px; background: #1a73e8; color: white; cursor: pointer; font-weight: 600; font-size: 1em; transition: all 0.2s; box-shadow: 0 2px 5px rgba(26,115,232,0.3); } button:hover { background: #1557b0; transform: translateY(-1px); box-shadow: 0 4px 8px rgba(26,115,232,0.4); } button:active { transform: translateY(0); } button.secondary { background: #5f6368; box-shadow: 0 2px 5px rgba(0,0,0,0.2); } button.secondary:hover { background: #4a4e52; } .status-badge { background: #e8f0fe; color: #1967d2; padding: 8px 15px; border-radius: 20px; font-weight: bold; font-size: 0.9em; } .explanation { margin-top: 40px; padding: 25px; background: #fff8e1; border-left: 5px solid #ffc107; border-radius: 8px; line-height: 1.8; } .explanation h3 { margin-top: 0; color: #856404; } .math-symbol { font-family: 'Times New Roman', serif; font-style: italic; font-weight: bold; color: #d93025; } .code-snippet { background: #202124; color: #e8eaed; padding: 2px 6px; border-radius: 4px; font-family: monospace; } 📊 Newton-Raphson 적분 방정식 시뮬레이터 미분적분학의 기본 정리(FTC)를 이용한 수치해석 시각화 목표 방정식: ∫₀ᴬ (2√x) dx = 20 을 만족하는 A를 찾아라! 계산 시작 (A 추적) 초기화 현재 반복: 0회 💡 시각적 동작 원리 (Newton-Raphson & FTC) Step 1 (오차 측정): 현재 A까지 쌓인 파란색 면적이 목표치(20)와 얼마나 차이나는지 계산합니다. Step 2 (FTC의 마법): 면적의 변화율(미분)은 그 지점의 그래프 높이 f(A)와 같습니다. Step 3 (보정): 다음 A = 현재 A - (면적 오차 / 현재 높이) 공식을 사용하여 A를 이동시킵니다. 결론: 오차를 현재 높이로 나누면, 오차를 메우기 위해 필요한 가로 길이(ΔA)가 나옵니다. 이 과정을 반복하면 정답에 도달합니다! const canvas = document.getElementById('graphCanvas'); const ctx = canvas.getContext('2d'); const iterText = document.getElementById('iterText'); // 수학 설정 const targetArea = 20; const f = (x) => Math.sqrt(x) * 2; // 피적분 함수 f(x) = 2√x const F = (x) => (4/3) * Math.pow(x, 1.5); // 정적분 결과 F(x) = ∫ 2√x dx = 4/3 * x^(3/2) let A = 1.5; // 초기값 let iteration = 0; let animating = false; // 그래프 드로잉 설정 const scale = 50; const offsetX = 60; const offsetY = 380; function drawGrid() { ctx.strokeStyle = '#f1f3f4'; ctx.lineWidth = 1; ctx.beginPath(); for(let i=0; i 2026 04.11 참값 : A = ±2√5 근사값 : A≈±4.472135954999579392818347 2026 04.10 fx-570 ES 입력 결과 초기값 입력 반복 수식 입력 반복 결과 2026 04.10