โปรจีนวิเคราะห์ AlphaGo (Match 1)

โปรชาวจีนเจาะลึกกระดานนี้กันเยอะมาก และบทวิเคราะห์นี้เข้าตาของนักเล่นหลายๆ คนจึงมีแปลเป็นอังกฤษออกมาครับ

ต้นฉบับ โดย Li Zhi 6 ดั้ง - http://mp.weixin.qq.com/s?__biz=MzI2NDAxNzU3NA==&mid=402669784&idx=1&sn=b581c57144ac3f84a17b25477a912a1f&scene=2&srcid=0310yDDPu5Vg9zGUz55RBsH6&from=timeline&isappinstalled=0#wechat_redirect
ช่วยกันแปล 3 คนเป็นอังกฤษ - https://massgoblog.wordpress.com/2016/03/11/lee-sedols-strategy-and-alphagos-weakness/

ใครรู้วิธีอ่านชื่อ Li Zhi บ้างครับ?

ผมขอสรุปแบบรวบรัดลงนะครับ

ยุทธวิธีของ Lee Sedol ในกระดานแรก ในมุมมองของ Li Zhi มีอยู่ 3 แผนใหญ่ๆ ได้แก่
1) การลองเชิงแบบแหกกฎ
2) ตะลุมบอนกลางสมรภูมิ
และ 3) ต่อสู้เป็นกลุ่มเล็กๆ

1) การลองเชิงแบบแหกกฎ


ดำ(7) ของ Lee เป็นหมากที่ไม่เคยมีมาก่อนในโจเซกิ(รูปแบบเปิดกระดาน)ใดๆ ซึ่ง Li Zhi มองว่าเป็นการลองเชิงดู ว่า AlphaGo จะเดินตามตำราหรือไม่ เพราะถ้าเดินตามตำรากลับมาในรูปแบบของ Magic Sword ( http://senseis.xmp.net/?MagicSword ) ดำ 7 จะกลายเป็นหมากดักทางที่สกัดสีขาวได้อย่างสิ้นเชิง

แต่ทว่า AlphaGo กลับเดินกลับมาในรูปแบบที่หาไม่ได้ในโจเซกิใดๆ เหมือนกัน



ตาที่ว่า ก็คือตา ขาว (10) ซึ่ง Li Zhi มองว่าเป็นการแก้ทาง ดำ (7) ได้อย่างสมบูรณ์แบบที่สุด ซึ่งหมากตัวนี้พิสูจน์ AlphaGo ได้ถึง 2 เรื่อง

เรื่องที่ 1 คือ AlphaGo ไม่ได้เดินเลียนแบบเท่านั้น มันรู้จักคิดเองและแหกกฎเองได้ด้วย
เรื่องที่ 2 ที่ใหญ่กว่าเรื่องแรกมาก คือ ขาว (10) ถือว่าเป็นหมากที่ไม่ได้ดีเท่าไหร่สำหรับการต่อสู้ในวงแคบทางขวาบน แต่กลับเป็นหมากที่ดีมากหากมองจากภาพรวม เพราะสามารถลดประสิทธิภาพของ ดำ (7) ได้อย่างสวยงาม ซึ่งถือเป็นก้าวใหญ่สำหรับ AI ทีเดียว เพราะ AI ก่อนๆ จะมีขีดจำกัดอยู่ที่การอ่านหมากในพื้นที่เท่านั้นแต่ไม่สามารถมองไปถึงภาพรวมได้

เมื่อแผนแรกไม่ได้ผล Lee จึงเปลี่ยนมาลองแผน 2 ซึ่งเคยเป็นจุดอ่อนของ AI ตัวก่อนๆ นั่นคือการตะลุมบอนกลางสมรภูมิ

2) ตะลุมบอนกลางสมรภูมิ

Lee เตรียมหมากที่เป็นตัวเริ่มการตะลุมบอนไว้ตั้งแต่ ดำ (9) แล้ว



สาเหตุที่ Lee ใช้แผนนี้ ก็เพราะว่าปกติแล้วการคำนวณความเป็นไปได้ล่วงหน้า หากเป็นหมากในพื้นที่จำกัดจะมีความเป็นไปได้น้อยกว่ามาก แต่พอมาเป็นพื้นที่เปิด ความเป็นไปได้มันมากมายมหาศาลจน AI ไม่น่าจะคำนวฯณไหว

ดำ 23 จู่โจม
ดำ 27 ขวางทาง

2 หมากนี้คือตัวประกาศสงครามเต็มอัตราศึก ซึ่งโปรจีนหลายๆ คนมองว่ามันเร็วเกินไป Lee ยังเดินหมากเปิดกระดานไม่ทันจบเลย ซึ่งถ้าเป็นการแข่งกับคน Lee คงไม่ทำอย่างนี้แน่ๆ เพราะ Lee มีชื่อเสียงในว่าเป็นปรมาจารย์ในการมองหาจุดอ่อนของคู่แข่งอยู่แล้ว

และในขณะเดียวกัน ขาวเองจะโต้ตอบแบบสันติวิธีก็ได้ แต่ AlphaGo กลับชนตอบเต็มๆ ด้วยตา 24 26 28 เข้าตะลุมบอนกันเต็มตัว



นี่คือรูปแบบที่เกิดขึ้น ซึ่ง Li Zhi มองว่า ถ้าขาวอยากหลีกเลี่ยงการปะทะ ขาวสามารถเดินแบบนี้ได้ (1 และ3) และอะตะริหมากดำ 2 ตัว การแลกหมากกันตรงนี้จะยังคง balance ของเกมอยู่ ไม่มีใครได้เปรียบเสียเปรียบใคร



การโต้ตอบของ AlphaGo และรูปแบบที่มันเลือกเดิน.. Li Zhi บอกคำเดียวว่า Perfect เขาบอกว่าเขานั่งดูเกมกับมืออาชีพอีกหลายคน และพอมีคนทักขึ้นมาว่าจุดไหนน่าเป็นห่วง... AlphaGo ก็จะเดินจุดนั้นไม่มีผิดเพี้ยน!




หลายๆ จุดพวกนี้เป็นจุดที่ยากขนาด "มืสมัครเล่นไม่มีทางมองออก" ในมุมมองของ Li Zhi เพราะจุดที่มันเลือกวางแต่ละจุดนั้น ไม่ได้วางเพื่อตัดทางหมากดำ แต่เขาเรียกว่าเป็น Counter Attack แบบพลีชีพเพื่อสร้างรูปร่างหมากให้ยิ่งดีขึ้น ซึ่งทำให้ดำไม่สามารถจู่โจมหมากขาวทีเดียวทั้งกลุ่มได้

นำมาซึ่งเรื่องที่ 3 คือ AlphaGo สามารถคิดพลีชีพเพื่อภาพรวมที่ดีกว่าได้ด้วย! ก่อนเกมนี้มีหลายๆ คนยังคิดกันอยู่ว่า AI คงไม่มีการคิดสละหมากหรอกมัง

ภาพต่อไป Li Zhi มองว่าถ้าดำจะหยุดขาวไว้ด้วยการอะตะริ เขาก็จะโดนขาวแหย่มาที่ (4) ซึ่งมันคุ้มยิ่งกว่าคุ้มสำหรับการสละชีพหมากแค่ตัวเดียว เขาบอกว่าเขาตกใจมากที่ AI สามารถคิดจะทำ, และหาช่องทางทำ Counter Attack แบบนี้ได้ทั้งที่กำลังเป็นฝ่ายรับอยู่


มาถึงจุดนี้ แผน 2 ของ Lee ถือว่าล้มเหลวแล้ว นอกจากหมากขาวจะไม่มีปัญหาในการตะลุมบอนบนพื้นที่แบบเปิดกว้างแล้ว มันยังไม่มีการรีรอที่จะสละหมากเพื่อสร้างพื้นที่เสียด้วย



3) ต่อสู้เป็นกลุ่มเล็กๆ

มาถึงตรงนี้ Lee เปลี่ยนแผนอีกรอบ เขาคุมบังเหียนพาหมากขาวไปต่อสู้กันเป็นกลุ่มเล็กๆ แทน ซึ่งหมากเริ่มกลยุทธ คือหมากดำตาที่ 77


หมากตัวนี้ถือเป็นการประกาศนโยบายสงบศึกชั่วคราว

และนี่ก็ตามมาด้วยตาเดินของ AlphaGo ที่มืออาชีพพากันสงสัย ว่าทำไมมันเดินตรงนั้น


ในเมือดำเพิ่งเดินแหย่ไปทางซ้ายล่าง การโต้ตอบตามปกติ ก็น่าจะเป็นทางซ้ายล่าง แต่หมากขาวกลับเลือกทำเทนุกิแทน เปิดโอกาสให้หมากดำยิ่งรุกลึกเข้าไปทางซ้ายล่างยิ่งกว่าเดิม {ดำสามเหลี่ยม} ซึ่งโปรปกติก็จะเดินตอบที่ 1... แต่ AlphaGo ไม่สนใจ มันรุกกลับที่ {ขาวสามเหลี่ยม} แทน


ตา 1-6 ในภาพข้างบนคือตาสมมุติของ Li Zhi นะครับ เขามองว่า ในเมื่อขาวไม่ได้พยายามป้องกันทางซ้ายล่าง ดำก็น่าจะเดิน ตา ดำ(2) บุกเข้าไปซ้ายบนซะเลย ซึ่งจะทำให้ดำได้เปรียบมาก

ตาที่ดำเลือกเดิน คือรุกซ้ายล่าง


หลังจากโต้ตอบกันอีกสามสี่ตา ขาวก็เลือกเดินตัดตรงนี้


Li Zhi บอกว่านี่เป็นการเดินแหกตำราทุกเล่ม การเดินหมากนี้ไม่มีใน database ใดแน่ๆ ซึ่งมืออาชีพเดากันว่า เพราะหมากดำมีความหนาแน่นตรงกลางขวากระดานมาก หมากขาวจึงยอมสละหมากอีกครั้งเพื่อสร้างรูปร่างทางซ้ายล่างกระมัง?

พอมาถึงจุดนี้ มืออาชีพส่วนใหญ่มองว่าหมากขาวพลาดซะแล้ว เพราะหมากดำทำพื้นที่ขึ้นมามากโข


แต่แล้ว....


หมากขาวทะลวงเข้าไปทางขวา

Li Zhi เรียกหมากตานี้ว่าเป็น Historical move "ตระการตาและเจิดจรัสที่สุดในเกมนี้ ตาเดินนี้จะได้รับการบันทึกไว้ในประวัติศาสตร์ของโกะ ร่วมกับตาเดินอันเลื่องชื่อตั้งแต่อดีตกาล"

สิ่งที่ทำให้เขาทึ่งที่สุดก็คือตาเดินนี้ คนปกติน่าจะต้องใช้เวลาคิดคำนวณนานมากว่ามันเวิร์คไม่เวิร์ค แต่ AlphaGo กลับใช้เวลาไม่ต่างจากตาเดินธรรมดาๆ เลย ชวนให้เขาสงสัยมากว่ามันคิดคำนวณล่วงหน้าไปถึงขนาดไหน

และผลของมัน ทำให้ขาวสามารถเสริมกำลังให้ทางซ้ายบนได้ในระหว่างที่ดำต้องทำเซ็นเต้ไล่ฆ่าหมากขาวทางขวามือ Li Zhi มองว่าคนปกติน่าจะเลือกเดินหมากขาวไปทางขวาอีกช่องนึง แต่พอนั่งคิดดูดีๆ แล้ว จุดที่ AlphaGo เดิน เป็นจุดที่ดีกว่า


จากตรงนี้ Li Zhi อธิบายรูปแบบหมากหลายแบบซึ่งเขามองว่า ถ้าเป็นผู้เล่นปกติ อาจจะถือเป็นการเดินผิดพลาด เพราะไม่สามารถทำพื้นที่ได้มากที่สุด แต่ AlphaGo เลือกเปอร์เซนต์การชนะ มากกว่าพื้นที่... การเดินเหล่านั้นอาจไม่ใช่การเดินพลาดในมุมมองของ AlphaGo ก็ได้

ผมจะข้ามตรงนี้ไปนะครับสนใจไปดูกันได้ ตรงหัวข้อ AlphaGo’s “mistakes” ใน link ที่ผมให้ไว้

จากนั้นก็เป็นรูปแบบก่อนจบเกม มาถึงตรงนี้มืออาชีพส่วนใหญ่เห็นพ้องตรงกันแล้ว ว่าขาวชนะ


ดำพยายามรุกรานซ้ายล่างครั้งสุดท้าย แต่ขาวสามารถสร้าง 2 ห้องเอาตัวรอดไปได้... แม้จะไม่ใช่ห้องที่ให้พื้นที่มากที่สุด แต่ก็รอดไปได้




Li Zhi มองว่า หากขาวคิดทำพื้นที่จริงๆ รูปแบบ double Ko น่าจะให้พื้นที่มากกว่า ก็เลยกลายเป็นหัวข้อถกเถียงกันต่อ ว่า AlphaGo หลีกเลี่ยง Ko รึเปล่า จุดนี้คิดว่าหลายๆ คนคงได้อ่านประเด็นนี้กันไปแล้ว

ก็จบเท่านี้ครับ ในบทความยังมีเกร็ดอื่นๆ อยู่อีก สนใจลองเข้าไปอ่านกันนะครับ
แก้ไขข้อความเมื่อ
แสดงความคิดเห็น
โปรดศึกษาและยอมรับนโยบายข้อมูลส่วนบุคคลก่อนเริ่มใช้งาน อ่านเพิ่มเติมได้ที่นี่