Minigo
| 目前版本 | |
|---|---|
| 原始碼庫 | github |
| 程式語言 | Python、C++ |
| 引擎 | |
| 類型 | 電腦圍棋 |
| 許可協定 | Apache License 2.0[1] |
| 網站 | github |
Minigo是一套電腦圍棋軟件。
簡介[編輯]
Minigo是一套依照Google DeepMind在《自然》上對於AlphaGo Zero所發表的論文《Mastering the game of Go without human knowledge[2]》所實做出的開源電腦圍棋程式[3]，也就是不使用人類棋譜與累積的圍棋知識，僅實做圍棋規則，使用單一類神經網絡從自我對弈中學習（不像AlphaGo以人類角度思考，設計了Policy Network與Value Network）。
軟件是基於Brain Lee的MuGo繼續開發，使用Python與C++撰寫，並且透過TensorFlow實做類神經網絡的部份[3]。程式碼以Apache License 2.0釋出[1]，訓練資料以公有領域（Public domain）釋出[4]。
專案的目標包括了[3]：
- 提供使用TensorFlow、Kubernetes以及Google雲端平台實做強化學習（英語：Reinforcement learning）的範例。
- 盡可能重製論文裏所提到的方法，並提供開源的程式與工具。
- 提供資料以及訓練成果，讓圍棋界、機器學習領域以及Kubernetes社群都能夠受益。
除此之外，專案也希望藉由獨立另外實做，驗證Leela Zero所產生的疑問[5]。
與Google及DeepMind的關聯[編輯]
這個計劃雖然是掛在TensorFlow的GitHub下（且TensowFlow是由Google研發出的軟件），而且主要的專案貢獻者Andrew Jackson[6][註 1]與Tom Madams[註 2]都是Google員工，但官方一再強調這並非TensorFlow專案的一環[5]，也不是Google DeepMind的AlphaGo官方版本，而是由獨立的團隊依照AlphaGo Zero的論文而實做出的版本[3][7]。
版本演進[編輯]
雖然Google與Google DeepMind沒有正式參與Minigo計劃，但Andrew Jackson使用的是Google所提供的20%時間[5]，並且得到Google贊助提供硬件資源進行運算，供Minigo團隊確認程式正確性[3][8]：
- 第一階段（2017年十月）
- 使用約1000 CPU cores（沒有GPU）跑兩週，訓練9x9棋盤，主要是確認程式實做的正確性。
- 第二階段（2017年十二月至2018年一月）
- 使用約1000 GPU跑四個禮拜，訓練19x19棋盤，使用20 blocks x 128 filters，在更大的規模上邊修正bug，邊對程式做出各類改善，並摸索論文裏沒有提到的細節要如何實做。在160個迭代（generation）後，團隊將訓練結果放到KGS與CGOS上對弈，以
somebot為名，後面的數字表示是哪個迭代。最終大約跑了250個迭代。 - 第三階段（2018年1月20日至2月1日）
- 在確認論文內不清楚的地方，嘗試後從錯誤中學到不少事情。
- 第四階段（2018年2月7日後至三月）
- 因為19x19的成果受限，改回使用9x9訓練，在大約一個禮拜的訓練後達到職業水準。
- v5（2018年三月至四月）
- 引擎部份改用C++重寫，以改善效能。
- v7a（2018年五月的第一周）
- v7（2018年5月16日至7月17日）
- v9（2018年7月19日至8月1日）
- 取得新的資源，使用600個TPU（v2）訓練。
- v10（2018年8月28日至9月14日）
- v11（2018年9月14日至9月17日）
- v12
- v13
- v14
- v15
合作[編輯]
Leela Zero同樣也是依照AlphaGo Zero論文所獨立實做出來的軟件[9]，而Minigo專案取得Google贊助的計算資源，透過大量計算資源得到質素還不錯的訓練網絡資料。因此Leela Zero的團隊與Minigo的團隊基於雙方的經驗，討論參數的調整能帶來的改善，以及雙方訓練資料共用的可能性[10]。
成績[編輯]
Minigo的第二階段在CGOS上以somebot開頭的名稱參與19x19的對戰[11]，排名最高的帳號為somebot-199b[12]，取得約2600分的BayesElo成績[11]。
相關連結[編輯]
- AlphaGo，所參考論文的電腦圍棋軟件。
- AlphaGo Zero，所參考論文的電腦圍棋軟件。
- Leela Zero，另外一套也是依照AlphaGo Zero所實做的開源電腦圍棋軟件。
- MuGo，由Brain Lee依照AlphaGo的論文所開發的電腦圍棋軟件。
- TensorFlow，Minigo所使用到的框架。
- 電腦圍棋
- 圍棋軟件
參考資料[編輯]
- ↑ 1.0 1.1 minigo/LICENSE at master · tensorflow/minigo. [2018-02-01]. （原始內容存檔於2019-02-17）.
- ↑ Silver, David; Schrittwieser, Julian; Simonyan, Karen; Antonoglou, Ioannis; Huang, Aja; Guez, Arthur; Hubert, Thomas; Baker, Lucas; Lai, Matthew; Bolton, Adrian; Chen, Yutian. Mastering the game of Go without human knowledge. Nature. 2017-10, 550 (7676) [2018-02-01]. ISSN 1476-4687. doi:10.1038/nature24270. （原始內容存檔於2018-04-12） （English）.
- ↑ 3.0 3.1 3.2 3.3 3.4 tensorflow/minigo: An open-source implementation of the AlphaGoZero algorithm. [2018-02-01]. （原始內容存檔於2020-11-09）.
- ↑ minigo/fetch_dataset.sh at master · tensorflow/minigo. [2018-02-01]. （原始內容存檔於2019-02-17）.
- ↑ 5.0 5.1 5.2 An open-source implementation of the AlphaGoZero algorithm : cbaduk. 2018-01-30 [2018-02-01]. （原始內容存檔於2018-09-04）.
- ↑ Contributors to tensorflow/minigo. [2018-02-01]. （原始內容存檔於2019-02-17）.
- ↑ [Computer-go] MiniGo open sourced. 2018-01-29 [2018-02-14]. （原始內容存檔於2020-01-28）.
- ↑ minigo/RESULTS.md at master · tensorflow/minigo. [2018-02-01]. （原始內容存檔於2019-10-18）.
- ↑ gcp/leela-zero: Go engine with no human-provided knowledge, modeled after the AlphaGo Zero paper.. [2018-02-02]. （原始內容存檔於2018-10-16）.
- ↑ Ideas from Minigo · Issue #785 · gcp/leela-zero. [2018-02-02]. （原始內容存檔於2019-10-18）.
- ↑ 11.0 11.1 19x19 All Time Ranks. [2018-02-01]. （原始內容存檔於2018-01-17）.
- ↑ Crosstable for somebot-199b. [2018-02-01]. （原始內容存檔於2020-07-10）.
註解[編輯]
外部連結[編輯]
- 官方網站 （英文）