만일 알파고가 자신끼리만 바둑을 두며 학습했다면?

인간의 데이터가 들어가지 않은 알파고도 바둑의 규칙은 프로그램이 되어 있습니다. 그렇다면 자기들끼리 두면서 어떻게 두는 것이 결국 이기는지에 대한 나름의 데이터를 쌓아갈 수 있고 그런 편향적 분포, 즉 어떤 수는 이기게 되고 어떤 수는 지게 되는지에 대한 정보를 활용해서 일종의 패턴화를 하고, 이를 이용해 시뮬레이션 수를 줄여갈 수 없나요?

지금 알파고는 무한저장머신이 아닙니다. 인간의 고수를 대항할 충분한 데이터를 쌓기 전에 전혀 필요없는 데이터로 꽉 찰 것입니다. 알파고는 BullsGo님이 생각하시는 만큼 뛰어난 기계가 아닙니다.

미래에 나오게 될 기계는 이 방법이 가능할 수도 있습니다. 지금 상태의 알파고로는 어림도 없습니다.

저장용량 문제는 잘 모르겠지만, 최소한 질문에 모순이 있는 것은 아니군요.

저장용량은 하나의 예고, 학습능력도 무에서 유를 창조할 정도와는 너무 거리가 멉니다. 제가 모순이라고 한 것은 처음부터 빅데이터가 입력되지 않은 알파고는 알파고라고 부르기 어렵기 때문이었습니다.

저도 여기에 동의합니다.

말씀 감사합니다. 제가 저장이라는 단어를 쓴 것은 정확한 상황을 몰라서입니다.

말씀하신 논문에서 KGS Go Server의 30 밀리언개의 정보를 입력했다는 것을 저장으로 표현한 것입니다. 그것들로부터 supervised learning (SL) 의 p(_세타)를 최대화 하는 것이구요. 그리고 알파고까지 서로 대전하는 것은 데이터를 학습할 수 있는 것이 맞습니다. 하지만 SL이 없는 상태에서 reinforcement learning (RL) 만 가지고 어떤 학습이 될 수 있을까요?

논문에 나온 해결방법은 SL과 RL이 합쳐진 것입니다. 서로 대전하는 데이터로 SL을 생성하려면 도대체 몇번의 대국이 필요할까요? 그런 대국으로 프로수준의 기보를 얻을 수는 있는 건가요?  p(_세타)가 없는 상태에서  p(_로우)의 확률분포는 어떨까요? 이런 것들은 논문에 나와있지 않습니다.

전 어느 정도 의미가 있다고 생각합니다. 

조만간 인공지능 바둑끼리의 대국을 중계해 줄수도 있겠군요.

 그럴 가능성은 없어요. 체스는 이미 20년 전에 컴퓨터가 인간을 이겼거든요. 그런데 컴퓨터끼지 체스 대결하는 것을 중계한다는 이야기는 들어본 적이 없죠. 컴퓨터에게 진 이후로 체스대회 상금이 줄었다는 말이 있던데 그것도 사실이 아니라는 거 같고 말입니다.

댓글에 쓰신 이거우선지와 알파고 간의 친선경기 정도는 이벤트 성으로 될 수도 있을 것

같습니다. 연구용이건 오락용이건 일단 단기간에라도 흥미를 끌 수 있는 요소는 찾을 수

있을 것 같네요.