- 세상의 모든 계산기 자유(질문) 게시판 일반 ()
알파고의 다음 행보는? alphagos-next-move
-
- 2017.06.09 - 14:13 2017.05.28 - 10:00 1246 5
원본 글 : https://deepmind.com/blog/alphagos-next-move/
구글 크롬 번역 :
보드에 3 개의 돌만 놓고 볼 때 이것이 Go의 평범한 게임이 될 수 없다는 것이 분명했습니다 .
Chinese Go Grandmaster와 세계 1 위의 Ke Jie는 전형적인 게임 스타일을 떠나 "게임 시작과 동시에 코너 영역을 요구하는 매우 특이한 접근 방식 인"3 : 3 포인트 "전략으로 시작했습니다. Go 선수들 사이에서 배치는 드뭅니다 만, 우리 프로그램 AlphaGo의 선호하는 위치입니다. Ke Jie는 자체 게임에서 게임을하고있었습니다.
Ke Jie의 단 하나 검은 돌의 사려 깊은 위치는이 아름다운 고대 게임의 진실을 탐구하는 데 전념 한 Wuzhen, China 의 The Future of Go Summit 의 개막 경기를위한 적절한 모티브 였습니다. 지난 5 일 동안 우리는 최고 수준의 게임을 목격하게 된 것을 영광으로 생각합니다.
우리는 AI가 사회에서 새로운 지식을 발견하고 그로부터 이익을 얻도록 돕는 잠재력을 항상 믿었으며 AlphaGo는 이것이 실제로 가능할 수 있다는 것을 일찍 엿볼 수있었습니다. 경쟁자 인 AlphaGo는 3,000 년이 넘는 게임에서 Go의 새로운 전략을 시도하고 새로운 아이디어를 발견하도록 고무시키는 도구였습니다.
2016 년 전설적인 Lee Sedol과 경쟁 한 창조적 인 움직임 은 Go의 세계에 완전히 새로운 지식을 가져다 주었고 올해 초 Magister (Master) 의 비공식적 인 온라인 게임 은 Go의 많은 전문가들에게 영향을 미쳤습니다. 천재 Ke Jie 자신. 이번 주 Pair Go와 같은 행사에서 AlphaGo와 제휴 한 세계 정상급 선수 두 명이 AI 시스템을 사용하여 복잡한 분야에서 새로운 통찰력을 창출 할 수있는 가능성을 보여주었습니다.
이번 주에 Go가 탄생 한 나라에서 세계 최고의 선수들과 스릴 넘치는 스릴 넘치는 게임이 경쟁 프로그램 인 AlphaGo의 최고봉이었습니다. 이러한 이유로, Future of Go Summit은 AlphaGo와의 최종 경기입니다.
AlphaGo의 연구팀은 질병에 대한 새로운 치료제를 찾아 에너지 소비를 획기적으로 줄이는 등 가장 복잡한 문제를 해결할 때 언젠가는 과학자들을 도울 수있는 고급 일반 알고리즘을 개발하여 다음 번 큰 도전 과제에 에너지를 투입 할 것입니다. , 또는 발명 혁명적 인 새로운 자료. 인공 지능 시스템이 이러한 영역에서 중요한 새로운 지식과 전략을 발굴 할 수 있다는 것을 입증하면 획기적인 성과를 달성 할 수 있습니다. 우리는 다음에 무엇이 올지 기다릴 수 없습니다.
AlphaGo는 경쟁력있는 플레이에서 물러나고 있지만, Go 커뮤니티와의 협력이 끝난 것은 아닙니다. 지난 몇 년 동안 격려와 동기 부여에 대한 감사의 커다란 빚을지고 있습니다.
우리는 올해 말에 최종 학술지 1 권을 발표 할 예정이며, 광범위한 일련의 문제에 대해 알고리즘의 효율성과 잠재력이 일반화 될 수 있도록 광범위한 개선 사항을 자세히 설명합니다. 첫 번째 AlphaGo 논문과 마찬가지로 다른 개발자가 배턴을 들고 새로운 프로그램을 사용하여 강력한 Go 프로그램을 구축하기를 바랍니다.
또한 우리는 이번 주 내내 가장 많이받은 질문 중 하나 인 강의 도구에 대해서도 연구하고 있습니다. 이 도구는 AlphaGo의 Go 포지션 분석을 보여 주며, 프로그램의 생각에 대한 통찰력을 제공하며, 모든 플레이어와 팬에게 AlphaGo 렌즈를 통해 게임을 볼 수있는 기회를 제공합니다. 우리는 특히 이번 노력의 첫 번째 공동 작업자가 AlphaGo와의 경기 연구에 참여하기로 합의한 위대한 Ke Jie가되어 영광입니다. 우리는 놀라운 게임에 대한 그의 통찰력을 듣고 AlphaGo 자신의 분석을 공유 할 수있는 기회를 가지게되어 매우 기쁩니다.
끝으로 Future of Go Summit의 끝을 알리기 위해 우리는 전세계의 Go 팬에게 특별한 선물을 제공하려고했습니다. Lee Sedol과의 경기 이후로 AlphaGo는 자체 교사가되어 끊임없이 개선되는 수백만 건의 고수준 교육 게임을 진행합니다. 우리는 이제 50 가지의 AlphaGo 대 AlphaGo 게임의 특별 세트를 발표하고 있으며, 전체 길이의 시간 컨트롤에서 플레이하며, 여기에는 많은 새롭고 흥미로운 아이디어와 전략이 포함되어 있다고 믿습니다.
우리는 Wuzhen에서 이번 주에 몇몇 게임을 최고 전문가들에게 보여줄 기회를 얻었습니다. 9 단 프로페셔널과 월드 챔피언 인 시영 (Shi Yue) 9 단 프로와 월드 챔피언은 게임이 "전에 보지 못했던 것과 같이 미래의 게임을 상상하는 것"이라고 말했다. 알파 고 (AlphaGo)의 셀프 플레이 게임은 놀랍습니다. 우리는 그들로부터 많은 것을 배울 수 있습니다. "우리는 모든 이동 선수가 이제 세트에서 어떤 움직임을 시험해 보는 것을 즐긴다. 처음 10 개의 게임이 여기 에서 제공되며, 50 개의 게임이 출시 될 때까지 매일 10 개의 게임이 추가로 게시됩니다.
Go 커뮤니티에 대한 AlphaGo의 반응과 전문적이고 아마추어적인 플레이어가이 고대 게임에 대한 통찰력을 받아들이는 방식으로 우리는 겸손 해졌습니다. 우리는 새로운 분야에 똑같은 흥분과 통찰력을 가져올 계획이며, 우리 시대의 가장 중요하고 긴급한 과학적 과제를 해결하려고 노력할 것입니다. 우리는 AlphaGo의 이야기가 시작에 불과하기를 바랍니다.
-
25
댓글5
-
세상의모든계산기
요약
1. 딥마인드 알파고는 바둑용으로 더 이상의 연구는 안할 것
: 의료분야 등에 모든 것을 투자할 계획
2. 연구 논문 발표
: 2017 연말쯤 학술 논문 발표 (알고리즘 효율성/가능성 개선에 대한 상세한 설명이 있을 것)
: 다른 바둑 AI 발전에 도움이 될 것임
3. 교육용 툴 제시
: 바둑의 (개별적??) 수에 대한 알파고의 분석을 보여주는 툴.
: 모든 바둑기사와 팬(아마추어)에게 사용 기회?가 있음.
4. 알파고 vs 알파고 대국 보고싶었쩡?
: 장고대국(??)으로 둔 selfplay 50판 기보 공개할 것. -
세상의모든계산기
알파고 vs 알파고 50국 sgf 모음
미러 : https://drive.google.com/file/d/0BzkkoqpratPqMWlTLUlDaUJzUnM/view?usp=sharing
-
세상의모든계산기
의견
* 알파고를 일반PC용으로 출시?
: 요약 2번과 3번을 종합할 때, 구글에서 출시하는 일반PC 전용 알파고가 나올 확률은 0%일 듯
: 하지만 알파고 논문 이후 딥젠고, leela, RN 등의 바둑 AI 프로그램들 개발속도와 비교해 봤을 때, 이번 논문 이후 3~4개월 후(=2018년 봄)쯤이면 현존 최상급 프로기사를 뛰어넘는(아마도 돌파고급?) 바둑AI를 일반 게임용 PC(100만원 내외)에서 구현할 수 있을 것으로 보임.* 알파고 교육용 툴?
: 알파고 2.0에 대한 이야기를 들어보면, 현재 알파고를 돌리기 위해서 TPU2 사용은 필수적인데... 이를 범용GPU 용으로 컨버팅하진 않을 것 같음.
: 교육용 툴(알파고 분석) 역시 TPU2를 사용해야 한다고 치면, web에서 (무료로?) 서비스되는 형태이거나, CLOUD TPU - https://cloud.google.com/tpu/ - 서비스를 이용하는 형태를 취할 것으로 추정됨.
: 따라서 일반 PC나 스마트폰에서 직접 억세스(or 어태치)하여 사용할 수 있지 않을까??
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