올해 초 바둑 버프는 게임 내 최고의 AI 시스템 중 하나였습니다. 그들은 취약성에 대해 KataGo와 같은 시스템을 스캔하도록 설계된 프로그램 연구원의 도움으로 개발된 전략을 사용하여 이를 수행했습니다. 승리는 그 이후로 인간 플레이어가 더 창의적이 되는 것을 본 더 넓은 바둑 르네상스의 한 부분에 불과하다는 것이 밝혀졌습니다.

저널에 발표된 최근 연구에서 최근 몇 년 동안 홍콩 시립 대학과 예일 대학의 연구원들은 인간 바둑 선수가 예측하기 어려워졌다는 사실을 발견했습니다. 좋다 연구원들은 1950년에서 2021년 사이에 프로 경기에서 이루어진 580만 개 이상의 바둑 동작 데이터 세트를 분석하여 이러한 결론에 도달했습니다. “슈퍼” 바둑 AI의 도움으로 게임을 플레이하고 모든 싱글의 품질을 평가할 수 있는 소프트웨어입니다. 이동, 그들은 통계를 만들었습니다 그것은 “결정 품질 지수”또는 줄여서 DQI라고합니다.

팀은 데이터 세트의 각 움직임에 대한 DQI 점수를 결정한 후 2016년 이전에 프로 경기의 품질이 매년 상대적으로 거의 향상되지 않았다는 것을 발견했습니다. 기껏해야 팀은 DQI의 연간 평균 변화가 0.2로 긍정적인 것으로 나타났습니다. 몇 년 동안 전반적인 플레이 품질이 떨어졌습니다. 그러나 2018년 Super AI가 등장한 이후 평균 DQI 값은 0.7 이상의 비율로 변경되었습니다. 같은 기간 동안 프로 선수들은 점점 더 많은 새로운 전략을 사용했습니다. 2018년에는 88%의 게임이 2015년의 63%에서 증가하여 플레이어가 이전에 눈치채지 못한 여러 가지 플레이를 하는 것을 보았습니다.

“우리의 연구 결과는 AI 슈퍼유저의 개발이 인간 플레이어가 전통적인 전략에서 벗어나 새로운 움직임을 탐색하도록 자극했을 수 있음을 시사하며, 이는 결과적으로 의사 결정을 개선했을 수 있습니다.”라고 팀은 썼습니다.

이것은 흥미로운 변화이지만 생각해 보면 완전히 직관에 반하는 것은 아닙니다. University of California의 Stuart Russell 교수는 Berkeley가 L.L.C에 말했습니다. 새로운 세계당연하게도 기계에 맞서 훈련하는 선수들은 기계가 인정하는 동작을 더 많이 하는 경향이 있습니다.

Engadget에서 추천하는 모든 제품은 모회사와 독립적으로 편집팀에서 선택합니다. 일부 스토리에는 제휴사 링크가 포함되어 있습니다. 이 링크 중 하나를 통해 무언가를 구입하면 제휴 수수료를 받을 수 있습니다. 모든 가격은 발행 시점을 기준으로 정확합니다.