- 세상의 모든 계산기 자유(질문) 게시판 일반 ()
인공지능 바둑 프로그램 수준이 많이 올라갔네요.
-
- 2016.10.05 - 12:18 2016.01.10 - 08:58 14279 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
> 자동차 회사의 노조가 "노조와 합의 없이 AI로봇을 공장에 들일 수 없다"는 선언을 하고 있어. 위의 내용에 적용하여 해결 방안을 만들어 줘. ✦ 네, 아주 현실적이고 시의적절한 시나리오입니다. 자동차 회사의 노조 선언은 앞으로 여러 산업 현장에서 벌어질 일의 축소판과도 같습니다. 이 문제를 앞서 나눈 대화의 해결 방안에 적용하여, '기업-노조-정부' 3자가 참여하는 '미래 지향적 대타협: AI 전환 파트너십 구축 방안'을 구체적으로 만들어 보겠습니다. 상황 분석: 노조의 선언은 '저항'이 아닌 '협상 요구' 먼저, 노조의 선언을 "기술을 맹목적으로 거부하는 러다이트 운동"으로 해석해서는 안 됩니다. 이는 일자리의 미래와 인간의 존엄성에 대한 조합원들의 지극히 합리적인 '불안'의 표현이자, 변화의 과정에서 소외되지 않고 주체적으로 참여하겠다는 강력한 '협상 요구'입니다. 따라서 해결 방안의 목표는 노조를 억누르는 것이 아니라, 이들을 AI 전환의 가장 중요한 '파트너'로 만드는 것이어야 합니다. 해결 방안: 'AI 전환 파트너십' 3자 협약 모델 이 모델은 '사회적 안전망'과 '산업적 가속 페달'의 원리를 특정 산업 현장에 맞게 구체화한 것입니다. 1. 기업의 역할: '이익 공유'와 '재교육 투자'를 통한 신뢰 구축 기업은 AI 로봇 도입으로 얻게 될 막대한 이익을 독점하는 대신, 그 과실을 노동자들과 공유하고 이들의 미래에 투자하는 모습을 보여주어야 합니다. ① 생산성 향상 이익 공유제 도입: * AI 로봇 도입으로 발생하는 비용 절감액과 생산성 향상분의 일정 비율(예: 20%)을 노사 합의로 'AI 전환 기금'으로 적립합니다. 이 기금은 아래의 재교육 및 전환 배치 프로그램의 재원으로 사용됩니다. ② 대규모 사내 재교육 및 '신(新)직무' 전환 배치: * 단순 조립 라인의 노동자를 해고하는 대신, 이들을 새로운 시대에 필요한 인력으로 재교육하여 전환 배치합니다. 이것이 바로 '기여 인센티브' 개념을 기업 내에서 실현하는 것입니다. * '로봇 유지보수 및 운영 전문가': 현장 경험이 풍부한 노동자들이 로봇의 일상적인 점검, 유지보수, 운영을 책임집니다. * 'AI 시스템 모니터링 및 평가자': 로봇의 생산 데이터를 모니터링하고, 로봇의 움직임이나 작업 결과가 비정상적일 때 이를 식별하고 평가하는 역할을 합니다. (예: "이 로봇의 용접 불량률이 높아지고 있다.") * '공정 데이터 라벨러 및 AI 트레이너': 숙련된 인간 노동자의 정교한 움직임과 문제 해결 과정을 데이터로 기록하고, 이를 AI가 학습할 수 있도록 가공(라벨링)합니다. 이는 AI 로봇의 완성도를 높이는 가장 중요한 '데이터 노동'이며, 기존 노동자들에게 새로운 고부가가치 직무를 제공합니다. 2. 노조의 역할: '저항의 주체'에서 '전환의 주체'로 노조는 고용 안정을 보장받는 대신, AI 도입에 협력하며 조합원들이 새로운 시대에 적응하도록 이끄는 역할을 맡습니다. ① 단계적 AI 도입 협력: * 회사가 제안한 '이익 공유' 및 '재교육' 계획을 신뢰하고, AI 로봇 도입 자체에 대한 반대를 철회합니다. 대신, 가장 위험하거나 반복적인 공정부터 로봇을 도입하는 '단계적 계획'을 회사와 함께 수립합니다. ② 재교육 프로그램 공동 설계 및 운영: * 회사가 제공하는 재교육 프로그램이 실효성이 있는지 감시하고, 현장 노동자들의 눈높이에 맞게 커리큘럼을 공동으로 설계하고 운영합니다. ③ '신(新)직무'에 대한 임금 및 단체 협약 체결: * 'AI 트레이너', '로봇 운영 전문가' 등 새롭게 만들어진 직무에 대한 적정한 임금 수준, 노동 조건, 권익 보호를 위한 새로운 단체 협약을 회사와 체결합니다. 노조의 역할이 '기존 일자리 사수'에서 '미래 일자리의 가치 창출 및 권익 보호'로 진화하는 것입니다. 3. 정부의 역할: '안전망' 제공과 '가속 페달' 지원 정부는 이 대타협이 원활하게 이루어지도록, 기업과 노조 양측 모두에게 인센티브를 제공하고 최후의 안전망을 구축합니다. ① 'AI 전환 투자 세제 혜택' 제공 (가속 페달): * 회사가 'AI 전환 기금'에 출연하는 금액과, 노동자 재교육에 투자하는 비용에 대해 파격적인 세액 공제 혜택을 줍니다. 이는 회사가 노동자를 해고하는 대신 재교육을 선택하도록 유도하는 강력한 당근이 됩니다. ② '전환기 고용보험' 적용 (안전망): * 불가피하게 전환 배치되지 못하는 소수의 노동자들을 위해, 일반 실업급여보다 더 긴 기간 동안, 더 높은 수준의 소득을 보장하는 특별 고용보험 프로그램을 적용합니다. 재취업 및 창업 지원도 병행합니다. ③ 국가적 '기본소득/기여 인센티브' 모델의 시범 사업으로 지정: * 이 자동차 공장의 사례를 국가 전체의 사회 시스템 전환을 위한 중요한 시범 사업으로 지정하고, 재교육 참여자나 신직무 종사자에게 국가 차원의 '기여 인센티브'를 추가로 제공하는 방안을 모색합니다. 결론 이러한 3자 파트너십을 통해, 노조의 선언은 더 이상 '위기'가 아닌 '기회'가 됩니다. 기업은 노사 갈등 없이 안정적으로 미래 경쟁력을 확보하고, 노동자들은 일자리를 잃는 대신 새로운 기술 시대의 주역으로 거듭나며, 정부는 사회적 혼란을 최소화하며 산업 구조 전환을 성공적으로 이끌 수 있습니다. 이는 AI 시대의 갈등을 해결하는 가장 현실적이고 상생 가능한 모델이 될 것입니다. 2026 01.28 은행앱 통합하면서 없어졌나보네요. ㄴ 비슷한 기능 찾으시는 분은 : 스마트 금융 계산기 검색해 보세요. https://play.google.com/store/apps/details?id=com.moneta.android.monetacalculator 2026 01.25 Ctrl+Z 를 이용해 뒤로 돌아기기 Undo 기능이 있는지 살펴보세요. 2026 01.23 쌀집계산기로 연립방정식 계산하기 - 크래머/크레이머/크라메르 공식 적용 https://allcalc.org/56739 3. 'x' 값 구하기 계산기 조작법 목표: x = Dx / D = [(c×e) - (b×f)] / [(a×e) - (b×d)] 계산하기 1단계: 분모 D 계산 (메모리 활용) 1 * 1 M+ : 메모리(M)에 1를 더합니다. (현재 M = 1) -0.1 * -0.2 M- : 메모리(M)에서 0.02를 뺍니다. (현재 M = 0.98 = 0.98) 이로써 메모리(MR)에는 분모 0.98가 저장됩니다. 2단계: 분자 Dx 계산 후 나누기 78000 * 1 : 78000를 계산합니다. = : GT에 더합니다. -0.1 * 200000 : -20000를 계산합니다. ± = : 부호를 뒤집어 GT에 넣습니다. // sign changer 버튼 사용 GT : GT를 불러옵니다. GT는 98000 (분자 Dx) 값입니다. ÷ MR = : 위 결과(98000)를 메모리(MR)에 저장된 분모 D(0.98)로 나누어 최종 x값 100,000를 구합니다. 4. 'y' 값 구하기 계산기 조작법 목표: y = Dy / D = [(a×f) - (c×d)] / [(a×e) - (b×d)] 계산하기 1단계: 분모 D 계산 (메모리 활용) 'x'에서와 분모는 동일하고 메모리(MR)에 0.98가 저장되어 있으므로 패스합니다. 2단계: 분자 Dy 계산 후 나누기 GT ± = : GT를 불러오고 부호를 뒤집어 GT에 더합니다. GT가 0으로 리셋됩니다. 【AC】를 누르면 M은 유지되고 GT만 리셋되는 계산기도 있으니 확인해 보세요. 1 * 200000 : 200000를 계산합니다. = : GT에 더합니다. 78000 * -0.2 : -15600를 계산합니다. ± = : 부호를 뒤집어 GT에 넣습니다. GT : GT를 불러옵니다. 215600 (분자 Dy) 값입니다. ÷ MR = : 위 결과(215600)를 메모리(MR)에 저장된 분모 D(0.98)로 나누어 최종 y값 220,000를 구합니다. x, y 값을 이용해 최종 결과를 구합니다. 2026 01.18 크레이머 = 크레머 = 크라메르 공식 = Cramer's Rule https://allcalc.org/8985 2026 01.18