Migliore risposta
Tsumego è uno dei modi più efficaci per diventare più forti con Go. Lobiettivo è ottenere un risultato ottimale indipendentemente dal modo specifico in cui il tuo avversario potrebbe rispondere alla tua mossa specifica. Di solito, cè solo una singola soluzione ottimale e funzionante per un dato problema di tsumego. A volte, possono esserci due o più soluzioni che funzionano tutte in modo ottimale verso il miglior risultato possibile in una situazione locale.
Una possibile situazione di tsumego può essere un problema di vita o di morte: o cerchi di uccidere il tuo gruppo di avversari impedendogli di fare due occhi. Oppure devi rendere vivo il tuo gruppo giocando la mossa corretta. Altri possibili problemi di tsumego possono riguardare semeai in cui devi catturare le pietre del tuo avversario prima di essere catturato tu stesso (i cosiddetti combattimenti delle libertà), situazioni in cui devi trovare lordine corretto delle mosse per vincere un ko, ecc.
Il numero di mosse che un problema di tsumego può richiedere solitamente dipende dalle possibili risposte del tuo avversario. A volte può essere necessaria una sequenza di più di 15 mosse per giocare prima che il risultato finale di uno tsumego diventi chiaro. Ma non preoccuparti, lo tsumego relativamente facile potrebbe essere solo un paio di mosse di pensiero profonde.
Fin qui tutto bene, se vuoi iniziare avvincente con tsumego e tesuji prima o poi, potresti apprezzare Tesuji di Mark Davies che è per i giocatori intorno ai 15 – 5 kyu. Dato che hai appena imparato Go, forse è una buona idea abituarti prima a tutti gli schemi interessanti e affascinanti che possono verificarsi in un gioco da tavolo 9×9. Quindi, dopo diverse partite giocate, potresti iniziare ad abituarti a pensare a una o più mosse prima di decidere dove giocare. E prima di sapere che stai risolvendo molti, molti tsumego nei tuoi giochi.
Quindi se inizi a mangiare, bere, pensare, sognare Go 24 ore su 24, 7 giorni su 7 (di tanto in tanto), puoi procedere con sempre più tsumego da altre fonti al livello attuale in cui stai giocando. Anche i giocatori più forti del mondo (ad es. Lee Sedol 9p) si allenano ogni giorno per ore per mantenere il loro livello di lettura anticipata al massimo.
Infine, se ti accorgi che trovi difficile decidere dove giocare o Cosa fare. Inizia pensando a dove giocherebbe il tuo avversario se avesse due mosse luna dopo laltra. Quindi immagina dove giocheresti se fossi al posto del tuo avversario. Se vedi cosa sarebbe in grado di ottenere il tuo avversario in una situazione di tsumego (o di qualsiasi altro Go board) avendo due mosse di seguito (invece di una normalmente), allora hai molte idee su come evitare che ciò accada!
Buona fortuna con tsumego e goditi per tutta la vita il gioco da tavolo più affascinante e stimolante che esista sulla Terra e forse nellintero universo in cui viviamo …
Risposta
AlphaGo si basa sul Deep Reinforcement Learning. Hanno iniziato insegnando allalgoritmo come giocare da zero ai vecchi giochi Atari, come fanno gli umani – semplicemente “guardando lo schermo”. Poi cerano Go e Chess come compiti molto più complessi, con Go che accettava la “saggezza” sostenendo che i computer sono lontani eoni dal battere gli umani.
Tutti questi risultati si basano sullo stesso algoritmo di base, con aggiustamenti in come valutare la funzione di ricompensa con laiuto di diverse architetture ANN.
Quindi, almeno in teoria, questo stesso approccio può essere utilizzato praticamente per qualsiasi compito del mondo reale, e non solo “virtuale”, ma anche nel mondo reale applicato ad es robotica. Per esempio, insegnare a un robot a fare una frittata. O come suonare Civilization 6. O come suonare un violino. Fondamentalmente, tutto ciò in cui alla fine cè una chiara definizione di “successo” e una certa capacità di identificare modelli simili in ogni fase, che vengono utilizzati per valutare una ricompensa eseguendoli attraverso una ANN.
Inoltre, uno Il punto estremamente interessante di AlphaGo è che le persone che lo hanno giocato hanno notato che suonava come un essere umano, ma in modo disumano . Come essere umano in un senso di mosse creative, e come disumano – perché le mosse che ha fatto erano a volte completamente, assolutamente inaspettate dai giocatori umani. Il che significa che lalgoritmo ha esplorato molti degli spazi di posizione Go in cui gli umani non si sono mai avventurati!
Immagina se un effetto simile si manifestasse in alcuni problemi del mondo reale? Ad esempio, la guerra? Abbastanza spaventoso.