Tag Archives: alphago

ช่วงไม่กี่สัปดาห์นี้ คนในวงการโกะอาจได้ยินข่าวเกี่ยวกับนักเล่นโกะอัจฉริยะที่มีนามแฝงว่า “Master(P)” ซึ่งหลังจากที่ปรากฏตัวในโลกออนไลน์ Master(P) ได้เอาชนะนักเล่นโกะมืออาชีพจากทั่วโลก ไม่เว้นแม้แต่มือหนึ่งอย่าง Ke Jie ทำให้หลายคนออกมาตั้งคำถามว่า แท้ที่จริงแล้ว Master(P) คือใครกันแน่

ช่วงนี้หลายๆคนคงได้ยินข่าว AlphaGo เอาชนะแชมป์โลกอย่างLee Sedol  หลายๆคนคงสงสัยเหมือนผม ว่าเจ้า AlphaGo ที่ว่านี่ทำงานยังไง ทีมงานของ Deep Mind ได้มีการเผยแพร่ไว้อย่างละเอียด[1] หลายคนอาจจะเคยเห็นบทความนี้แล้ว แต่ติดปัญหาที่ไม่ได้มีพื้นฐานทางด้าน AI ทำให้ทำความเข้าใจได้ยาก เพราะศัพท์ต่างๆที่ใช้นั้นเป็นศัพท์เฉพาะเยอะมาก (Monte Carlo Search Tree, Supervised Learning, Reinforced Learning, etc.) บทความนี้จะทำการอธิบายเทคนิคการอ่านตาเดินล่วงหน้าที่ AlphaGo ใช้ (Monte Carlo Search Tree – MCST)  โดยจะไม่ลงไปในระดับคณิตศาสตร์หรือตัวทฤษฏีมาก แค่อธิบายให้เห็นถึงหลักการคร่าวๆ เพื่อให้คนทั่วไปที่ไม่ได้มีพื้นฐานทางด้าน AI พอเข้าใจเทคนิคเหล่านี้ได้ในระดับหนึ่ง MCST เป็นแค่เทคนิคนึงที่ AlphaGo ใช้เท่านั้น  สำหรับใครที่ต้องการทำความเข้าใจให้ลึกลงกว่านี้ ลองเช็คลิ้งก์บทความจริง[1] ด้านล่างสุดดูครับ   การอ่านตาถัดๆไปด้วยการจำลองรูปแบบการเล่น จะตอบคำถามนี้ได้ เราต้องเข้าใจกันก่อนว่าคอมพิวเตอร์เล่นบอร์ดเกมต่างๆยังไง เราจะเริ่มจากเกมง่ายๆอย่าง “โอเอ็กซ์” (Tic-Tac-Toe) กันก่อนครับ (ใครไม่รู้จักลองไปเล่นดูที่นี่ครับ http://playtictactoe.org/ ) กระดานโอเอ็กซ์ มีทั้งหมดเก้าช่อง …