Trí thông minh nhân tạo AlphaGo của Google đánh bại kỳ thủ cờ vây số 1 thế giới trong trận đầu tiên

@Kal-el119 Mẹ cái loại chả có tài cán gì, chỉ gõ phím chửi người là giỏi. Ke Jia thể hiện tự tin khi đánh với AlphaGo là từ hồi trước trận AlphaGo đánh với Lee Sedol từ tận hồi tháng 3/2016. Ngay sau khi AlphaGo đánh bại Lee Sedol 4-1 với chiến thắng áp đảo thì Ke Jia đã thay đổi hẳn quan điểm của mình.

@Kal-el119 gần 1 năm sau nó khác đi nhiều

@Khổng Tước con alphago này nó được lập trình để đánh thắng chứ k quan trọng thắng bao nhiêu nên khi đã xác định là thắng thì nó sẽ tìm các kết thúc trận đấu nhanh nhất

@conb 30 triệu nước đi đó đồng ý là một kho dữ liệu tốt, nhưng như đã nói, nó chỉ đóng vai trò như nền tảng bước đầu khi AlphaGo nó học cờ vây thôi. Vì sao, vì sau đó nó bắt đầu tự chơi, tự học, và tự nâng cao trình độ, và đến lúc này các nước đi của AlphaGo đã không còn giống với các nước đi trong số 30 triệu nước ban đầu mà nó học nữa. Cho dù là học từ các kỳ thủ chuyên nghiệp, nếu nó chỉ đơn thuần bắt chước lại các nước đó thì khác gì máy móc thông thường, đâu xứng được gọi là trí thông minh nhân tạo, và tất nhiên càng không thể thắng nổi các kỳ thủ như Lee Sedol hay Ke Jie với các chiến thuật biến hóa. Vậy nên 30 triệu nước đó tính ra giống như vốn từ vựng cho một đứa trẻ học vỡ lòng vậy, còn việc nó vận dụng để viết ra thành bài văn hay một tác phẩm văn chương hoàn chỉnh lại nằm ở một khả năng cao xa hơn nhiều, thể hiện cái tài tình của AI khi biết suy nghĩ như một trí tuệ con người thực sự.

P/s: tất nhiên mình biết chơi cờ vây, dù chỉ ở mức kỳ thủ 'kyu'

Sent from my ASUS_Z017D using Tapatalk

@Hùng Dũng 1988 Thôi Hung Dung ơi, đâu có ai chê AI của ông đâu mà ông cố sống cố chết cãi là nó tự giởi ko học của ai vậy? Lúc đầu kêu thế cờ mất nhiều lắm còn có ít kỳ phổ à, xong bị ng ta dẫn chứng còn rất nhiều thì ừ thì nhiều nhưng chỉ là căn bản còn lại AI tự học... hài.. ai cũng công nhận AI nó giỏi nhưng sự thật nó tiến bộ đến như vậy cũng do nó học từ con người, cái nó giỏi hơn con người chính là nó có bộ nhớ có thể nhớ tất cả kỳ phổ trên thế giới trong đầu và khả năng xử lý lên tới vài ngàn nước cờ trong 1s, đó là lý do Ellon Much nghiên cứu chip giúp não người cũng có khả năng như vậy để không bị AI lật đổ sau này
Nói đến đây vẫn không hiểu thì bó tay với bạn rồi, vậy hen

@nin_kute Lại thêm một người chẳng biết gì về AI, nó mà dựa vào bộ nhớ nhiều thì chả ai gọi nó là AI rồi bạn à. Bạn sai lầm thì đừng nói như thể mình đúng, nghe nó mắc cười lắm. Làm ơn lục lại các bài viết trước đây giải thích về AlphaGo và lý do tại sao người ta trầm trồ khi có một cái máy thắng được con người ở trò cờ vây đi. Đã giải thích nãy giờ là trình độ hiện nay của AlphaGo nó đã khác xa những gì nó được học ban đầu rồi, mà vẫn khư khư bảo nó thắng nhờ có bộ nhớ khủng thì rõ là toàn thành phần chả biết cờ vây là gì. Nói với kẻ thiếu kiến thức nền thì mình mới là người phải bó tay, thôi cứ vui vẻ với cái suy nghĩ thiển cận của bạn đi, mình chẳng có nghĩa vụ phải giúp bạn tiến bộ, thế nhé [emoji57]

Sent from my ASUS_Z017D using Tapatalk

@Hùng Dũng 1988 Thôi bạn ạ, đuối quá rồi lại bới móc nhau. Vầy đi nhé mình đang rảnh nên giải thích cho bạn hiểu luôn. Cơ bản là những lý thuyết giạng đơn giản nhất A,B,C. Trong cờ vây là khí, là mắt, là đất. Nền tảng là tập hợp nhiều lý thuyết từ đơn giản tới phức tạp, nhưng chưa phải trạng thái cao nhất, vì nền tảng mỗi người đều khác nhau dựa trên trình độ người đó và trình độ lý thuyết người đó tiếp cận. Ở đây là AG đã có nền tảng là database và nó sử dụng nền tảng đó để phát triển lên nữa.

Mình nói cờ vây giống cờ tướng, cờ vua ở chỗ có khai cuộc, trung cuộc, tàn cuộc và cờ thế. Còn nếu nói thế mà bạn ko hiểu thì bạn chả biết gì về 3 loại cờ này rồi. Còn muốn biết mình biết cờ vây đến đâu thì mời lên KGS đánh. Tối nào mình cũng rảnh.

@conb Đã nói rồi, nền tảng cao hay thấp chỉ quyết định đến tốc độ phát triển và tiến bộ thôi, nó không quyết định đến khả năng học hỏi, tiếp thu và vận dụng. Ví dụ như nhóm phát triển AlphaGo giảm đi một nửa (hay nhiều hơn) số nước đi mà nó được học, hay thay các nước đi của kỳ thủ chuyên nghiệp bằng nghiệp dư đi nữa, thì AlphaGo nó sẽ chỉ tốn nhiều thời gian hơn để tiến bộ trước khi đạt đến trình độ bậc thầy thôi. Vì sao, vì người ta cho nó đọc kỳ phổ, chứ không có một kỳ thủ chuyên nghiệp nào "dạy" nó ý nghĩa của từng nước đi trong các kỳ phổ đó hết. Nó tự đọc, tự rút ra bài học, rồi sau đó tự tiến bộ bằng cách chơi với chính nó. Thế thì cái nền tảng mà người ta cung cấp dù có đơn giản như là khí, mắt, đất, đấu cướp... đi chăng nữa, dựa vào machine learning, nó vẫn sẽ đạt được trình độ cao, nhưng tất nhiên sẽ tốn thời gian gấp nhiều lần. Mà đang làm nghiên cứu, thì khi bỏ vốn tất nhiên người ta cần đạt được kết quả nhanh, nên phải cung cấp cho nó nền tảng cao hơn, thế thôi. Như kiểu một sinh viên, nếu đưa cho bộ giáo trình A để học thì chỉ đạt tới trình độ A, đưa cho bộ B thì đạt tới trình độ B, thì đâu có ai bảo đứa sinh viên đó là "thông minh" nữa?

@conb Nó nạp dữ liệu để học hỏi khác với việc nó đánh cờ dựa trên những dữ liệu đó. Bạn đọc kỹ sẽ thấy mình quote bài bạn kia vì bạn đó lầm tưởng rằng chỉ cần nạp càng nhiều ván cờ vào thì tự nhiên AlphaGo nó giỏi, và suy ngược ra nó giỏi là nhờ có bộ nhớ khủng nhớ được nhiều ván cờ.

Và mình nói nó không liên quan bởi vì những ván cờ mà AlphaGo nó đánh sau này biến hóa khác hẳn so với 30tr nước đi ban đầu mà nó được nạp, chứ ai chả biết là nếu không nạp vào thì làm sao nó đánh được cờ?. Đọc-hiểu quan trọng lắm bạn à, đừng hiểu lầm ý nhau chết đấy.

@Hùng Dũng 1988 😆 lại cãi, sai cứ nhận đi bạn, bài viết chứ có phải lời nói đâu, 1988 chư có phải mấy cháu 2k đâu mà cãi nhem nhẻm vậy. Khổ quá.

@conb Sai đâu mà phải nhận nhỉ. Agree to disagree, thế thôi [emoji19]

Sent from my ASUS_Z017D using Tapatalk