- 세상의 모든 계산기 자유(질문) 게시판 일반 ()
알파고의 다음 행보는? alphagos-next-move
-
- 2017.06.09 - 14:13 2017.05.28 - 10:00 915 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
수치해석 방법 method 를 강제로 선택할 수 있으면 좋을텐데... 위의 스샷을 보면 되는 듯 하면서도 아래 스샷을 보면 안되는 것 같기도 합니다. solve(Expr,[Var]) csolve(LstEq,LstVar) nSolve(Expr,Var,[Guess or Interval],[Method]) deSolve(Eq,[TimeVar],FncVar) linsolve(LstLinEq,LstVar) fsolve(Expr,Var,[Guess or Interval],[Method]) 2025 10.17 종합해서 답변을 드리면 HP Prime 에 solve 에서 변수명에 구간을 입력하면 수치해석 방식으로 bisection 을 사용함. 이 bisection 방식은 해의 좌-우 부호가 서로 바뀌어야만 해를 인식하고 해의 좌-우 부호가 같으면 해를 인식하지 못합니다. 이 때문에 본문 sin 의 예나 아래 사진의 예에서는 해를 인식하지 못하는 것으로 보입니다. 2025 10.17 Gemini-2.5-pro 답변 ✦ 현대 컴퓨터 대수 시스템(CAS) 계산기에 탑재된 solve 기능의 일반적인 내부 동작 원리에 대해 설명해 드리겠습니다. 현대 CAS의 solve 기능은 단순히 하나의 알고리즘으로 작동하는 것이 아니라, 마치 '순수 수학자'와 '문제 해결 공학자'가 협력하는 것처럼, 여러 단계에 걸친 정교한 '하이브리드(Hybrid)' 방식으로 동작합니다. solve 함수의 작동 과정 1단계: 기호적 해법 (Symbolic Solver) - '순수 수학자'의 접근 계산기는 가장 먼저 방정식을 대수적으로, 즉 정확한 수학적 해를 찾으려고 시도합니다. 이 단계는 마치 사람이 공식을 이용해 문제를 푸는 과정과 같습니다. 1. 방정식 분석: solve 명령을 받으면, 시스템은 먼저 입력된 방정식의 구조를 분석합니다. (예: 이것이 다항식인가? 삼각방정식인가? 로그방정식인가?) 2. 규칙 기반 풀이: 분석된 구조에 따라, 시스템은 내장된 방대한 수학 규칙 라이브러리를 적용합니다. * 선형/이차 방정식: ax+b=c 나 ax²+bx+c=0 같은 형태는 이항, 인수분해, 근의 공식 등을 이용해 즉시 풉니다. * 고차 다항식: 인수분해, 조립제법 등의 규칙을 적용하여 유리수 해를 찾습니다. * 삼각방정식: sin(x) = 0.5 와 같은 경우, x = nπ + (-1)ⁿ * (π/6) 와 같이 주기성을 고려한 일반해 공식을 적용합니다. * 기타: 로그, 지수 법칙 등 해당 방정식에 맞는 대수적 풀이법을 총동원합니다. 3. 결과: 이 단계에서 해를 찾으면, 1.414... 와 같은 근사값이 아닌 √2 나 π/3 와 같은 정확한 기호 형태의 해를 반환합니다. > 강점: 수학적으로 완벽하고 정확한 해를 제공합니다. > 한계: 대수적인 풀이법이 알려져 있지 않은 방정식(예: cos(x) = x 또는 eˣ = x+2)은 풀 수 없습니다. --- 2단계: 수치적 해법 (Numerical Solver) - '문제 해결 공학자'의 접근 만약 1단계의 '순수 수학자'가 "이건 공식으로 풀 수 없어"라고 결론 내리면, solve 기능은 포기하지 않고 2단계인 '문제 해결 공학자'에게 문제를 넘깁니다. 이 단계의 목표는 정확한 해는 아니더라도, 매우 정밀한 근사해를 찾는 것입니다. 1. 반복적 탐색: 수치적 해법은 방정식을 직접 푸는 것이 아니라, 해가 있을 만한 지점에서부터 시작하여 반복적인 계산을 통해 해에 점점 더 가까워지는 방식을 사용합니다. * 적당한 값을 추측해서 대입해 봅니다. * 결과가 0보다 큰지 작은지에 따라, 다음 추측값을 어느 방향으로 수정할지 결정합니다. * 이 과정을 수없이 반복하여 오차가 거의 0에 가까워질 때까지 해를 좁혀나갑니다. 2. 핵심 알고리즘: 이때 사용되는 대표적인 알고리즘은 다음과 같습니다. * 뉴턴-랩슨법 (Newton-Raphson Method): 미분(접선)을 이용하여 매우 빠른 속도로 해에 수렴하는 강력한 방법입니다. * 이분법 (Bisection Method): 해가 존재하는 특정 구간을 계속 절반으로 나누어 범위를 좁혀나가는 방식으로, 속도는 느리지만 안정적으로 해를 찾을 수 있습니다. 3. 결과: 이 단계가 성공하면, 시스템은 0.739085133215 와 같이 소수점 아래 여러 자리까지 표현되는 매우 정밀한 부동소수점 형태의 근사해를 반환합니다. > 강점: 대수적으로 풀 수 없는 복잡한 방정식의 해도 근사적으로 찾아낼 수 있습니다. > 한계: 근사해이며, 알고리즘의 특성상 특정 조건(예: 해가 중근을 갖는 경우)에서는 해를 찾지 못하고 실패할 수도 있습니다. 결론: 왜 하이브리드 방식인가? 분석 → 기호적 풀이 시도 → (실패 또는 불가능 시) → 수치적 풀이로 전환 이처럼 현대 CAS의 solve 기능은 정확성(기호적 해법)과 범용성(수치적 해법)이라는 두 마리 토끼를 모두 잡기 위해 설계된 정교한 협력 시스템입니다. 먼저 가장 이상적인 '정확한 해'를 추구하되, 그것이 불가능할 경우 차선책으로 '정밀한 근사해'라도 찾아내어 사용자에게 최대한의 결과를 제공하는 것입니다. 2025 10.17 hp prime 이 solve 함수에서 해를 찾는데 어떤 방법(method)을 사용하는지 공식적인 무서로 정확하게 파악되진 않습니다. 2025 10.17 참고 x=guess 는 iterative 방식(일반적으로는 newton's method를 의미함)을 x=xmin .. xmax 는 bisection 방식을 사용하는 듯 합니다. // 구간지정 개념과는 차이가 있는 듯? 2025 10.17