Насколько я понял, там дерево, к которому привязаны две нейросети - для оценки позиции и для выбора ходов. То есть все-таки просчитанные вариации она показать сможет.
Ну, дерево-то могла показать и любая другая предыдущая программа.
Проблема в го - не вычислить дерево. Это и люди справляются. Проблемы - другого рода.
Другое дело, если оценка позиций сильно разойдется с оценкой человеком, в этом случае будет непонятно.
Скорей всего, оценка разойдётся не сильно, но именно это повлияет существенно на выбор веток деревьев.
Например, знаменитый ход
13 J17 во второй партии. Скажем, игроки-профессионалы его не играли, потому что считали, что его целесообразнось, скажем, 48 %, против 52 % в пользу продолжения игры на нижней стороне. А программа решила, что целесообразность этого хода, скажем, 51 %, а нижняя сторона - 49 %. (Числа с потолка.) Это небольшое расхождение, но влияющее на всю дальнейшую стратегию.
А вот объяснить, почему 51 %, нейросеть уже не может. "Так научилось".
-- 25.03.2016 18:39:18 --Можно было и раньше, но не тем, кто играл лучше программы.
А им это и не нужно было.
По сути, сложные варианты, например, дзёсэки в го есть, но почти не играются. Реальная сложная борьба, которую можно и проиграть и выиграть, возникает вдали от дзёсэки, как например, в первой партии на ходе
27 L13.
Допустим, в шахматах рассматривается ход, после которого получается позиция, которая оценивается человеком как "неясно" или "игровая" (скажем, у белых лучше развиты фигуры, зато ослаблена пешечная структура возле короля и нет одной пешки) . Ставят компьютеру и он уверенно отдает предпочтение одной из сторон (скажем, 0.3 в пользу "белых" по шкале от 0 до 1).
Я пока не уверен, что такое возникает в данном случае. Но если, то да, ваш сценарий привлекателен.
С другой стороны, учиться играть у компьютера в шахматы не получается или невозможно.
Вот именно.
Не понял, переборная программа как-то "объясняла" свою оценку ? Если имеется ввиду дерево расчета, то его могут показать и современные программы.
По сути, дерево и есть объяснение, в каком-то смысле. Например, обнаруживается неочевидный ход, который внезапно по всем веткам приводит к хорошему результату. (Список таких известных и популярных ходов известен как
тэсудзи. В нетиповой ситуации пример такого хода - ход
78 L11 в четвёртой партии, "принесший победу" Ли Седолю. Хотя, возможно, и нет: просто программа недосчитала до веток, обыгрывающих белых.)
Но в ситуациях типа
фусэки или выбора стратегии, дерево не поможет. Нужны оценки, но более содержательные, чем просто "так лучше за чёрных". Для людей традиционно выработаны некоторые "размытые" понятия, выражающие эти оценки:
"сила камней", "влияние", "плотность камней", "адзи" (возможности), "слабости", "уязвимости", и т. п.
Послушав описание позиции в этих понятиях, человек может не только сделать вывод о том, в чью пользу позиция, но и - как играть в этой позиции, на какие идеи опираться. Кроме того, разные подходы ближе и удобнее разным игрокам: кто-то больше тяготеет к построению "мойо" (большого "мешка" территории), кто-то - к детальной борьбе. Так что, "играбельность" одной и той же позиции может быть разной для игроков с разными склонностями.
В принципе, насколько понятно из общих соображений, нейросеть на уровне
как раз может дать оценку позиции именно в таких "развёрнутых терминах". Но вот проинтерпретировать эти нейроны - пока такой работы не делалось, и вообще говоря, для этого нужна бо́льшая открытость для сотрудничества с го-игроками.