Nejlepší odpověď
Tsumego je jedním z nejúčinnějších způsobů, jak se díky Go stát silnějším. Cílem je získat optimální výsledek nezávisle na konkrétním způsobu, jakým by váš soupeř mohl odpovědět na váš konkrétní tah. Obvykle existuje pouze jedno optimální a funkční řešení daného problému tsumego. Někdy mohou existovat dvě nebo více řešení, která fungují optimálně s cílem dosáhnout nejlepšího možného výsledku v místní situaci.
Možná situace tsumego může být problémem na život a na smrt: buď se pokusíte zabít skupinu protivníků tím, že mu brání ve vytvoření dvou očí. Nebo musíte svou vlastní skupinu oživit hraním správného tahu. Další možné problémy tsumego mohou zahrnovat semeai, kde musíte zajmout kameny svého soupeře, než budete zajati sami (tzv. Liberties fights), ko situace, kdy potřebujete najít správné pořadí tahů, abyste vyhráli ko atd.
Počet tahů, které může problém tsumego vyžadovat, obvykle závisí na možných odpovědích vašeho oponenta. Někdy může být vyžadována řada více než 15 tahů, než bude konečný výsledek tsumego jasný. Ale hej, nebojte se, relativně snadné tsumego může být jen pár přemýšlení.
Zatím je to dobré, pokud chcete někdy začít návykově s tsumego a tesuji, možná se vám bude líbit Tesuji Mark Davies, který je pro hráče kolem 15 – 5 kyu. Jelikož jste se právě naučili Go, je možná dobrý nápad nejprve si zvyknout na všechny zajímavé a fascinující vzory, které se mohou v deskové hře 9×9 vyskytnout. Poté, po několika odehraných hrách, si můžete začít zvykat myslet jeden nebo několik tahů dopředu, než se rozhodnete hrát. A než se dozvíte, že řešíte mnoho, mnoho tsumego ve svých vlastních hrách.
Pak, když začnete jíst, pít, přemýšlet, snít Přejít 24/7 (tu a tam), můžete pokračovat s stále více tsumego z jiných zdrojů na aktuální úrovni, kterou hrajete. I ti nejsilnější hráči světa (např. Lee Sedol 9p) denně trénují hodiny, aby udrželi svoji úroveň čtení dopředu na maximum.
Nakonec, pokud narazíte na to, že je pro vás těžké se rozhodnout, kde hrát nebo co dělat. Začněte přemýšlením, kde by soupeř hrál, kdyby měl dva tahy za sebou. Představte si tedy, kde byste hráli, kdybyste byli na místě soupeře. Pokud zjistíte, čeho by váš soupeř dokázal dosáhnout v situaci tsumego (nebo na libovolném Go boardu) tím, že budete mít dva tahy v řadě (místo obvykle jednoho), získáte spoustu nápadů, jak tomu chcete zabránit!
Hodně štěstí s tsumego a užijte si celoživotní nejvíce fascinující a inspirativní deskovou hru, která existuje na Zemi a možná v celém vesmíru, ve kterém vlastně žijeme …
Odpověď
AlphaGo je založeno na Deep Reinforcement Learning. Začali výukou algoritmu, jak hrát staré hry Atari od nuly, jako to dělají lidé – pouhým „pohledem na obrazovku“. Pak tu byly Go a šachy jako mnohem složitější úkoly, přičemž Go akceptoval „moudrost“, že počítače jsou věky daleko od bití lidí.
Všechny tyto úspěchy jsou založeny na stejném základním algoritmu s úpravami v jak vyhodnotit funkci odměny pomocí různých architektur ANN.
Takže alespoň teoreticky lze stejný přístup použít téměř ke všem úkolům v reálném světě, nejen „virtuálním“, ale také v reálném světě, jak je aplikováno na např robotika. Naučit robota dělat například omeletu. Nebo jak hrát Civilization 6. Nebo jak hrát na housle. V zásadě cokoli, kde je na konci jasná definice „úspěchu“ a určitá schopnost identifikovat podobné vzorce v každém kroku – které se používají k vyhodnocení odměny jejich spuštěním prostřednictvím ANN.
Také jeden nesmírně zajímavým bodem na AlphaGo bylo, že lidé, kteří jej hráli, si všimli, že hrál jako člověk, ale nelidským způsobem . Jako člověk ve smyslu kreativních tahů a jako nelidský – protože pohyby, které udělal, byly někdy zcela, naprosto neočekávané lidskými hráči. Což znamená, že algoritmus prozkoumal mnoho pozičních prostorů Go, kam se lidé nikdy neodvážili!
Představte si, že by se podobný efekt projevil u některých problémů v reálném světě? Např. Válčení? Docela děsivé.