야...저게 사실이라면...직접 둬봐 되나.ㅋㅋㅋ..ㅋㅋ 안될걸 말이되나..ㅡㅋㅋ 어처구니가 없다.

??? : 알파고 같은 인공지능을 이기는 법이요? 전원을 뽑으면 됩니다 챗GPT-5 : ( 기립박수 )

이쯤되면 이세돌 다시 바둑계에 복귀해야되는거아냐??ㅋ 인공지능이 이런치명적 오류때문에 인간보다 앞서질 못하는거같음 단순연산은 빠흔데 결국 타개하는거나 응용이없음

그래서 자율주행이 안된다는 겁니다.

"지금의" 인공지능이 무엇때문에 속았는지 그 근본적인 원리는 원인과 다르게 의외로 간단, 그 인공지능이 가지는 자신의 주체적인 승률이 상대보다 높다면 인간의 끝내기 상태에서 그 인공지능이 하는 계산은 아주, 아주 일정한 종류의 낙관에 빠진다는 점. 만일 그런 아주, 아주 일정한 종류의 낙관이라는 아까와 같은 관념에 빠지지 않도록 하는 계산 장치를 지금의 컴퓨터들에게 입력해준다면, 이런 일은 컴퓨터가 금방 읽는다는...

4:00 보이네...이미 죽은 집 조물락거리는거 신경 안쓰니까 야금야금 싸먹네

1. 인공지능 바둑이 가진 허점을 분석해서 찾아내는 인공지능을 개발함. 2. 허점 인공지능이 바둑 인공지능을 이기는 패턴을 발견함. 3. 사람이 그 패턴을 실제로 인공지능 상대로 사용해봄. 결과는 인간이 이김. 결론: 인공지능도 바둑을 두는 패턴이 있고 그걸 분석하니 이길수 있는 허점이 있다.

프로는 실력으로 이기려하고, 이 사람은 AI의 허점을 파악하려고 노력했으니, 문제의 본질을 꿰뚫은 셈이네. 대단하다

구미권 아마 단이 헐렁한거 감안하면, 거기서 아마 6단이면 온라인 바둑 타이젬, 오로에서 끽해야 7단 정도일텐데, 그 정도 기력이면 "정상적으로 둬서" 인공지능 상대로 4점, 5점 깔고 승률 50% 이상 내기 힘든거 맞죠.

인공지능 ㅈ밥이네... (농담입니다.) 역시 인공지능의 맹정이 있었네요... 뭔가 구원받은 기분입니다.. 약잠을 찾은 것도 인공지능이라는 건 슬프지만요

똑같은말을 너무 너무 너어어어어무 많이 반복반복반복 똑같은 말을 너무 반복 너무 똑같은 말을 계속 너무 반복 똑같은 말을 반복

chatgpt도 사람이 해주는 개소리에 약한데... 그런느낌이네요

제 생각일뿐인데요. 프로그래밍 최적화 기법중에 가장 기본은 불필요한 계산을 피하는 것인데요. 아마 알고리즘이 불필요한 계산이라고 판단하고 그쪽부분의 수계산을 제외한것 같네요.

AI가 수천년(인간의 시간을 환산했을 때)의 시간동안 발견하지 못한 승리법을 인간이 찾아냈내요. ㅎㅎㅎㅎㅎㅎㅎㅎㅎㅎㅎㅎㅎㅎ 앞으로는 인간이 절대 못 이길거라고 생각했는데, '절대'라는 건 없네요. 감사합니다.

??? : Game.. jog...ga..chi...do..ne...

원글은 읽어보지 않았고 이 영상만 봤을때는 저 대학생분이 쓸 때 없는 계산량을 줄이기 위해 가지치기 된 부분을 공략한것 같습니다. 좌상에 죽은돌은 죽었다고 가지치기 되서 계산에서 빠져서 그런듯. 이런 패턴이 인공지능에게 노출이 되면 인공지능은 다시 학습해서 꼼수가 통하지 않을것 같습니다. 발상 자체는 이해가 되네요.

강강약약 상남자 그자체 ㄷㄷ

이거 나오자마자 AI개선해서 막힐것임

복잡할게 없이 학습되지 않은 기보라서 그렇습니다.. 뭔 인공지능에 의미부여를 ㅈㄴ 하시네ㅋㅋㅋㅋㅋㅋㅋ 어차피 저 상태로 계속 학습해내면 저것도 못이김

AI가 만능이라는 분위기때문에 서서히 자동차, 의료등 인간의 생명을 맞길려는 시대에 그냥 단순히 허허 할 문제가 아니라고 봅니다.

인간은 AI를 절대로 못 이긴다고 생각하던 중에 발견한 신선한 영상이네요. 이긴 것은 사실이지만 실력이 아닌 AI만의 허점을 이용한 것이라 인간에게는 못 쓰는 것도 아쉽고 AI를 학습시키는 것에 따라 저것도 결국은 AI가 공략할 것 같다는 생각이 들어요.

계속 예 예 하시는 말버릇이 있으시네 한번 신경쓰니까 계속 들리네 ㅋㅋ

저 대학생도 결국 인공지능의 허점을 찾아내는 인공지능을 개발해 그 패턴을 거꾸로 자기가 배워버린거네요.ㅋㅋㅋ 무섭습니다. 인공지능이 인공지능을 파악하고 그 인공지능을 또 사람이 간파하고 ㅋ

인공지능이 인공지능의 약점을 파악해냄 그 기보를 이용해서 아마가 연습으로 인공지능을 압도적으로 승리함 인공지능의 맹점은 흐름의 맥락을 사람만큼 빨리 판단해내지 못함

거의 tas 돌려놓은거나 마찬가지네. 알고리즘떠서 봤는데 댓글창에 상상력 풍부한 늙은 아재들 ai가 기분이 이러니 저러니 토론하는것도 참...

이건 인공지능의 신경망 판단 전략을 이긴게 아니고 탐색 범위를 줄이는 부분을 공략한것 같습니다. 어쩌면 근본적인 문제일 수도 있지만 간단하게 보완될 수 있는 부분 아닐까요?

알파고 기보보면 다 알고 두던데

인공지능이 잡은 영역은 바둑알을 따내기 전인데도 이미 자기 집으로 인식하고 이 영역을 둘러 쌓은 바둑알이 살기 위한 두집을 지키기 위한 수 싸움은 알고리즘에서 빠져있는듯 하다. 이는 간단하게 프로그램으로 보완이 가능하며 이와 유사한 결점이 더 있을듯 하다.

축 못 보는 문제하고 비슷한 것 같은데, 축은 사람이 손 댄게 아니라 스스로 고친건가?

모든 경우의 수를 않보고, 몬테칼로 방법이라.... 잘 알려진 패턴에서 벗어나면 계산을 안하는거지....

골 때리네ㅡㅡ체스 인공지능의 약점을 20년동안 전세계 천재들이 찾았는데.아직도 못찾았는데..바둑을 찾아....역시 체스가 더 어렵군.ㅋㅋㅋ

저는 바둑은 잘 모르니까 인공지능의 기본 원리에 대해서 설명을 좀 해보죠. 기본적으로 우리가 인공지능이라고 칭하는 딥 이라고 붙어 있는 것들의 정체는 일반적으로 병렬처리에 특화된 신경망 알고리즘을 지칭합니다. 그 중에서도 보통 트랜스포머라고 하는 모델을 사용하는데 기본적으로 해상도라고도 합니다만 어떤 결정을 큰 그림 과 작은 그림으로 나누어서 처리를 하게 됩니다. 그런데 큰 그림 이라는 분야 자체에서는 무적입니다. 또한 작은 그림 에서도 무적입니다. 근데 큰 그림과 작은 그림 과의 사이의 전환은... 미묘합니다. 바둑 인공지능 뿐만이 아니라 모든 딥러닝이 다 그렇습니다. 요즘 뜨는 chatGPT 도 마찬가지인데.. 큰 아젠다 던지면 완벽하게 나옵니다. 작은 디테일적인 문장을 넣어줘도 완벽한 답변이 나옵니다. 하지만 큰 아젠다 던진 후 그 안의 작은 디테일을 따지면 거짓말 하기 시작하죠. 그림 그리는 인공지능을 예로 들어 보죠. 큰 레이아웃을 제시하고 조건을 나열하면 끝내 주는 그림을 그려줍니다. 근데 손가락이 어색하네 손가락만 바꿔죠. 이런 거 잘 못합니다. 물론 실제 해상도 쉬프트는 자동차 기어처럼 여러단계를 거치기 때문에 저런 걸 발견하기는 쉽지 않을텐데.. 대단하네요.

게임 버그 찾는거랑 비슷한것 처럼보임 저런거 발견하면 개발자가 패치라고 또 발견하면 패치하고

감사합니다. 재밌습니다. ㅎ

진짜 이기는 방법은 6:30 초부터 나오네... 인트로가 길어도 너무 길어요 아재...

프로기사와 컴퓨터 연구자의 관점 차이라고 할 수 있겠네요. 인공지능을 프로 기사는 바둑 실력으로 상대를 생각할 때, 컴퓨터 연구자는 알고리즘이라는 관점에서 먼저 생각하기 마련이니까요. 이제까지의 검증이 프로와의 경기실력으로 알고리즘을 테스트 하여왔으니 보이지 않았던 알고리즘이 가지는 약점을 찾아낸 셈이네요.

정확히는 인공지능의 헛점을 인공지능으로 찾아냈고 그걸 사람한테 가르쳐서 이겼다고 합니다

살고자 하면 죽을 것이오, 죽고자 하면 살 것이다

맥길 mcgill Univ.는 캐나다 대학입니다;;

주제와 관계없지만..눈감고 들으니 노홍철님이 말씀하는 줄 알았습니다.. 좋아 가는거야~.. 죄송..

모바일 인공지능으로 바둑 처음 배울 때 하던 방법과 약간 비슷하네요ㅎㅎ 물론 계산적으로 찾은건 아니구 계속 반복적으로 하다보니 우연하게 패턴을 알게되서 이기던 방법인데용 위 바둑처럼 2선,3선만 단단하게 지키면서 호구자리, 허무맹랑한 자리, 도저히 살아나올것 같지 않은 자리 이런데 듬성듬성 뿌리면서 거의 다 두어져 갈 무렵 팻감을 하나 만들어 놓고 시작하면, 허무맹랑 한 자리에 두었던 돌들이 팻감 역할을 하면서 상대 돌들을 역을로 잡거나 진영을 부수면서 살아나오게 되는 방식으로 90% 정도는 이겼는데요 웃긴 건ㅋㅋ 팻감으로 수많은 돌을 살리고 역으로 상대 돌을 다 잡았지만 인공지능 집이 너무 커서 지는것도 비슷하네요ㅋㅋ

아 그냥 좀 입 다물고 좀 보여주지 자꾸 말로만 "이따 설명해줄테니 일단 보세요"라면서 잠깐 보여주다가 또 끊고 나불나불~ 몇초마다 그새를 못참고 설명하면서 뭘 자꾸 일단 보래 ㅡㅡ 답답해 뒤지겄네 전형적인 지밖에 모르는 마인드

인간이 만든게 인공지능이다 그러니 인간이 인공지능을 이길수 있는건 당연한거지

과유불급을 인공지능이 모르는게 함정인듯.... 이분은 바둑을 이기려는게 아닌 인공지능을 이기려 하셨네 멋있네요....

말하는게 진짜 답답하게 해설을 하시네 본인이 대본을 짜서 이야기 하거나 뭐라고 말하는지 인식할 필요성이 있어보임

인공지능이 자기 승률이 + 되는 수를 우선 선택하고, - 되는 방법을 선택하지 못하는 허점을 공략하신거네요. 대단하네요.

과거에 유명한 바둑기사 보면 ,바둑의 신이 있다면, 5집반 6집반 으로 덤으로 승부가난다거나. 바둑을 둘대 100수 를 본다 200수까지 본다 1위기사가 이런말 한거 같은데.결과적으로 , 이런수는 아무리 100수 200수 를 보든지.. 덤으로 승부가 난다든지 전부다 오류인거 같네요.

딥러닝 특성상 상황에서 노드의 계층이 깊어질 수록 상황의 특징을 추출하는 방식으로 노드값이 계산되어서 그런것 같네요. 딥러닝에서 잡은 돌이라는 특징이 추출되었고, 이 특징을 담은 노드의 결과로 인해 수를 생각하지 않는.. ㄷㄷ 신경망 학습에서 어떤 방식으로 학습이 이루어지는지 파악해서 약점을 찾은 것 같군요.. 추가로 저런 환경에서의 기보를 여러번 학습해야 할 것 같습니다.

이제 저거 보완하면 인간은 끝이네?

처음보는데 입담이 ㅋㅋㅋ 너무재밌네요

이 약점도 데이타를 제공한다면 스스로 학습하고 보완할것은 시간문제일뿐

바둑을 아예 모르는 사람도 아니고 아마 6단인 사람이 저런 수를 찾아냈다는게 참 대단한 것 같네요. 기존에 머리에 배인 모든 관습을 타파하고 생각해냈기 때문에 가능했던 거겠죠.

서양인이 찾았다고 하지만 실직적으로 파훼법을 찾은건 또다른 AI라는거 아님? 암튼 저 데이터를 AI가 학습할 수 있게 서버로 전송하는순간 끝이라는거 ㅋㅋ

우린 답을 찾을 것이다. 늘 그랬듯이... 인터스텔라

가끔 슈카 통해서 접하는데 너무 재밌는 얘기네요 😂

이것도 학습 하겠지...

AI가 먹은거 최대한 지키면서 조금만 이득보면 되는데 극한의 이득충이라서 진다는 것이군요. 나중되면 지키는 것이 더 승률이 높다고 판단하면 굳히기 들어가겠네요. 인간은 더더욱 감질맛 나게 져서 이길듯 이길듯 한번도 못 이길듯....

죽었다고 판단하면 절대 가일수안한다는 것을 이용한거네.. 사석기만전술ㅋㅋ

진정 인공 지능이라면 이런 허점을 학습하여 대비해야 되는거 아닌가? 아니면 개발자가 버전을 업데이트 해야 하나?

이번 영상을 보고 느끼는것이 달걀을 세워보라고 하니까 징기스칸이 달걀을 깨서 세웠다고 했는데 딱 그쪽이내요

이런거보면 양놈들의 창의성이 틀에박힌거만 가르치는 동양과 대비 우위인거임

언제부터 맥길대학이 미국대학이 되었지??????

바둑이든 LOL이든 이기려면 공학적으로 접근해야 한다.

게임 스타크래프트에서 초반에 일꾼으로 적 일꾼 때리면, 일꾼들은 반격 한다고 우루르 몰려와서 그 한마리 죽이러 오다 자원을 못캐고 바보가됨 1:1로 싸우면 죽을수 있으니 다른 일꾼까지 우르르 몰려와 죽이는 방법(이길수있는 최고의 확율)로 대처하는거 하지만 ai는 얼마나 바보같은 인간의 심리전에 말려든지 알수가없음(확율만 계산하기때문) 바둑도 이 방법은 아무리 보완을 해도 비슷한 방법으로 해답이 계속 나올듯합니다. 이건 버그가 아니고 딥러닝 ai 의한계라 생각합니다. 실제로 인간처럼 생각을 하는 방식이 아니기 때문에

이제 이것도 학습함

무엇이든 파훼법은 있다는거군여

고수들이 하수 가지고 놀때 하던 방법이네..ㅎㅎㅎ 정신 차려보면 어느 새 죽어 있음

이정도면 이겼으니 만족하고 보강을 해야겠다는 것은 인간이어서 느끼는 만족이라는 감정이지요. 아직 AI는 이러한 만족의 감정이 없고, 극대화라고 하는 효율만이 있을 뿐이니 이것이 AI의 단점이되겠군요. 앞으로 이러한 단점도 보강이 되겠지만, 인간의 모든 감정을 다 흉내낼 수는 없을테니 앞으로도 인간은 계속 쓸모가 있겠지요...

불가능할것만 같았던일도 어딘가에 해결점이 있었네요. 인간의 반격

해킹에서 쓰는 방법이네요

인공지능 개발자 입장에서 한말씀 드리자면, 저 바둑 인공지능은 강화학습이 덜 돼서 저런 상황이 발생한 겁니다. 강화학습을 a~z까지 진행한다면, 저런 꼼수는 통하지 않을 겁니다. 그러저나 제가 인공지능이었나 봅니다. 바둑 두다가 항상 저렇게 당했는데. 그래서 기분 나빠서 바둑 안 뒀는데

죽은자식 불알을 왜 만지고있나했더니 불알들을 뭉쳐서 철퇴를 만들고있었네요!

그럼 인제 인간과 AI의 하이브리드인 리시안하오가 지구 최강이네.

역시 사람은 대단해~~

뭔가 이것도 금방 픽스 될 것 같다는 생각이...

꼭 이런방식뿐만 아니라 ai가 진화되도 결국은 ai 이기에 승리는 ai가 해도 인간의 바둑방식을 따라잡을수 없는 한계가 있고 아마 그부분은 (감정이라는 부분)ai가 극복을 못할겁니다. 아마 이런 헛점들이 계속 발견될겁니다. 그건 딥러닝이나. 학습으로 되는게 아니거든요 가령. ai의 진행과정을 보면 확률이 높은곳에 둔다, 그리고 그게 맞다고 단정하고 확정을 짓는 과정을 거친다. 그게 ai 입장에서는 최선의 선택이고 그외에는 다른 선택을 할수가 없음. 오로지 확률에 따른 자리이기 때문에. 확률이 낮은 자리에 굳이 두지 않는다는 맹점을 가지고 있죠. 그럴 이유도 없고.. 인간은 역시 확률에 따른 자리를 두었어도 비록 내가 그자리를 정했어도 잘못된 확률일수도 있다고 매번 의심의 여지를 남기고 계속 점검한다. 즉 이미 둔거라서 취소는 할수 없지만 확정을 짓지 않는다. ai가 봐도 인간의 자리가 100% 자리라고 해도 인간은 그걸 100%라고 여기지 않는다는거죠. 여기서 ai 와 인간의 차이가 벌어집니다. 즉 생각하는 방식이 전혀 다름. 그리고 둔 수에 대한. 애착과 편집증상으로 인해 어떻게든 그쪽을 중심으로 이어가거나 살릴수 있는 여지를 남긴다. 즉 인간의 확률은 이미 착수한 지점을 중심으로 관심과 편애하는 경향이 있어 다시 그자리를 중심으로 확률이 낮은 자리라도 확률때문에 두는게 아니라 자신이 이미 둔자리에 대해.그 주변이라도 확인사살 하는 차원이라도 착수를 하려는 경향이 있음> 즉 확률바둑을 하면서도 동시에 편집증적인 감정바둑을 하기 때문이죠. 그걸 선호하는 경향이라는 감정적인 부분이고.그래서 기사마다 각자 스타일이 생겨나는것이고.. 그런데 ai 는 인간이 확률을 낮은자리에 둬도 왜 그자리에 두었는지 무슨 의도가 있는건 아닌지 의도를 파악하는 로직까지는 갖추지 못했다는 것이겠죠. 즉 확률계산만을 하는 ai이지 의도를 파악하는 ai는 아니라는 겁니다. 그건 인간만이 상대의 의도를 궁금해하는 의심이라는 단어로 표현되는 감정의 영역 일테고요. 만약 ai마저도 확률이 낮은 자리에 두면서도 이기는 상황까지 와야 ai가 진짜로 완성되었다고 볼수 있겠죠. 하지만 ai는 그런 선택을 할수가 없죠. 그러면 자신의 로직이 뒤죽박죽 되버리니까.

오 대단하네요

전투에선 이겼으나 전쟁에선 졌구나.

올렸던거 지우고 다시 편집해서 올렸네요. 진 바둑 찾는데 시간이 오래걸렸는데 그게 왜 편집이 안됐나 했음. 그리고 대학생은 아니고 박사과정이라고 자기가 방송해놓고 대학생이라고 제목 달면 어쩌나... 박사과정과 대학생은 천지차이이고 대학생들한테는 교수나 다름없는데... 노벨상 받는 사람들 업적은 대부분 나이먹어서의 업적이 아니라 20대 때의 업적인 경우가 대부분... 다음은 전 영상에 내가 댓글을 달았던 내용인데... 1. 컴퓨터가 아무리 연산능력이 좋아도 다음수 다음수 넘어가는 모든 가지치기의 경우의 수를 계산할 수는 없어요. 모두 아시다시피 바둑의 경우의 수는 계산불가로 크니까... 그래서 선택과 집중을 합니다. 깊이 들어가서 연산할 필요의 가능성이 거의 없다고 판단되는 쪽은 그만큼 연산을 덜 합니다. 2. 바둑은 두 집이 있으면 삶이 확정이죠. 저 방법의 모양은 두 큰 집이 있는 모양이 됩니다. 그런데 막상 삶을 판별하려면 여러 수를 들어가야 하고 경우의 수도 많아지는데 매번 그런 연산을 하면서 확인하는 것은 낭비고 연산할 필요성에 대한 가중치가 0에 가까왔던게 점점 더 0으로 떨어지는거죠. 바둑인들은 바둑을 어떻게 이겼느냐가 관심사겠지만 인공지능 연구자들한테는 이런 취약점을 또 어떻게 해결할지가...

인간도 약점이 있고 AI도 약점이 있고. 문제는 AI는 쉽게 그 약점을 보완할수 있다는 것. 이제 이방법으로는 못이기겠네.

이세돌9단 4국에서 발생된 전역탐색의 한계가 이 곳에서도 관찰되는 것 같습니다

이미 잡은 고기에게 먹이를 주지 않는 AI의 맹점이네요 ㅎㅎ 잘 감상했습니다.

솔직히 믿기 힘든얘기고....저게 사실인지는.....릴라제로와 공개 대국을 해야한다..ㅋㅋㅋㅋㅋ저게 말이되냐...내가 인공버젼과 저런식의 대전 수백번 해봤지만..저런 약점은 없다....

즉 인공지능은 확율편향이라서 확율이 확실한곳 보다는 이길수 있는 다른곳을 모든 계산을 편중하는 단점이 있다는 것이군요.

저거는 인공지능과 겨룰수 있는 바둑 사이트인가요 ?

죽은 돌이 산 돌을 잡았다.

Overfitting에서 절묘한 약점을 찾았네

01:02 꺾이지 않는 마음

인공지능도 지금껏 세상에 나온 기보를 바탕으로 확률을 계산해서 최선의 수를 둠으로 사람이 제대로 둬선 이길수 없지만 지금껏 듣도보도못한 방향으로 바둑이 흘러가면 인공도 기계에 불과할뿐 생각을 인간처람 하면서두지는 못하는듯..그러나 이것또한 인공이 학습을 하면 보완을 해서 완벽해 지겠죠..작업이 통하지 않겠죠 그땐

결국은 그걸 알낸것도 인공지능이네 ㅋㅋㅋ

바둑계의 유재석 성룡형님…

맥길 대학교면 사울이랑 동문이네요.. 대단합니다.

김성룡 사범님은 천재에요.

와 저 대학원생한테 탈모의 패턴을 연구시키면 대머리도 치료 되지 않을까..

대단하네요. 단점을 찾아네는 프로그램이라니... 바둑 인공지능은 아득히 먼 세상 천상계 바둑을 두는 줄 알았는데 이런 약점이 있다니...

아니 초반부 설명 실화인가요? 이제 이세돌 신진서도 2점 깔고도 절대 못 이기나요? 헐.............

게임 고인물들 접근방식으로 해결하셨네요 ㅋ 유튜브에 어려운 겜들 스피드런같은거 하는 분들 영상보면 다들 정상적인 방법으로 안하죠 보면 이걸 어떻게 생각한겨 이게 됨? 이런방식으로 껨

허허.. 인공지능이 이렇게 허물어지나요? 리쉬안하오야? 봤냐?

바둑계의 존 코너인가? 터미네이터 나오라~~~

뭐여, 천룡팔부 진롱이여 뭐여