Mensch gegen Maschine 0:3인간 대 기계 0:3
Im Duell gegen die Software AlphaGo scheint der Mensch chancenlos. Auch die dritte Partie hat Lee Sedol gegen den Computer verloren. Hat der Spieler noch eine Chance?
인긴과 소프트웨어간의 대결에서 인간은 기회가 없어졌다.
3번째 대국 또한 이세돌 기사가 컴퓨터에게 졌기 때문이다.
이 기사는 더 기회가 있겠는가?
12. März 2016, 10:26 Uhr Quelle: ZEIT ONLINE, dpa, tgr
2016년 3월 12일 10시 26분 차이트지 온라인발 기사.
Der südkoreanische Go-Spieler Lee Sedol (r.) im Match mit AlphaGo. Auch in der dritten Partie unterlag der Mensch. © Lee Jin-man/dpa
한국의 바둑기사 이세돌(오른쪽)이 알파고와 대결을 하고 있다.
3번째 대국 또한 인간이 이기지 못했다.
이진만 기자/ 독일 통신사
Im Kräftevergleich zwischen Mensch und Computer im Brettspiel Go hat die Google-Software AlphaGo zum dritten Mal den menschlichen Spitzenspieler Lee Sedol besiegt. Bei der dritten Partie verlor der Südkoreaner nach mehr als vier Stunden. Lee geriet am Ende in Zeitnot und gab nach mehr als vier Stunden auf. Er entschuldigte sich bei seinen Fans mit den Worten: "Ich war machtlos." Lee räumte ein, trotz seiner großen Erfahrung unter Stress gestanden und den Druck gespürt zu haben, gegen das Programm gewinnen zu müssen. "Aber die heutige Niederlage war eine von Lee Sedol, nicht der Menschheit", sagte er.
인간과 컴퓨터와의 바둑 기력 대결에서 구글 소프트웨어인 알파고가 세번째 대국도 인간의 최정상 기사인 이세돌을 꺾었다.
세번째 대국에서는 한국의 기사가 4시간 이상 경기한 끝에 패배했다.
그는 자신의 팬들에게 이런 유감의 말을 남겼다.
"저는 힘이 약했습니다."
이세돌 기사는 많은 경험에도 불구하고 스트레스 속에 있었고 그 프로그램을 이겨내기 위해서 압박감을 느꼈음을 인정했다.
그는 이렇게 말했다.
"오늘의 패배는 이세돌의 것이지 인간의 것이 아닙니다."
Auch dieses Mal hielt sich die Software im Spiel nicht an menschliche Kategorien: Experten zeigten sich verwundert über die ungewöhnlichen Züge, die auf den ersten Blick teils gar keinen Sinn ergaben. Laut Experten ging AlphaGo diese Partie als Nachziehender zu Beginn aggressiv an und sicherte sich schnell Gebiete am unteren Rand. Lee hielt zwar dagegen, doch am Ende konnte er sich keine Vorteile mehr verschaffen.
Der 33-Jährige ist seit dem zwölften Lebensjahr professioneller Go-Spieler und hat 18 Weltmeisterschaften gewonnen. Trotzdem sicherte das Programm sich am Samstag in Seoul vorzeitig den Gesamtsieg in dem Fünf-Spiele-Match.
이번 대국에서 그 소프트웨어는 인간의 카테고리를 따르지 않았다.
전문가들은 엉뚱한 수들에 놀라움을 표시했다. 그것들은 첫 눈에 보기엔 부분적으로 아무런 의미가 없기 때문이었다.
전문가들에 의하면 알파고는 따라 두는 기사로서(이세돌이 첫 수, 컴터가 다음 수 - 요런 의미 같음)
처음부터 공격적으로 시작했으며, 밑의 구석을 삽시간에 안정 시켰다고 한다.
이세돌 기사는 그에 대항하였지만, 끝내는 더 이상 유리한 국면으로 전환 시킬 수 없었다.
이 33세의 기사는 12살 때 이미 프로바둑기사 작격을 획득했으며 12번이나 세계대회를 휩쓴바 있다.
그럼에도 이 프로그램은 토요일 서울에서 5전에서 종합우승을 이미 획득했다.
Schon der erste Sieg von AlphaGo am Mittwoch gegen einen der weltbesten Go-Spieler galt als ein Meilenstein bei der Entwicklung selbstlernender Maschinen. Go war wegen seiner vielen möglichen Spielzüge lange als zu komplex für Computer eingeschätzt worden.
Bei Go versuchen zwei Spieler, Gebiete auf dem Spielbrett – ein Gitter von 19 vertikalen und 19 horizontalen Linien – zu erobern. Dafür setzen sie abwechselnd weiße und schwarze Steine. Die Regeln des ursprünglich aus China stammenden Go sind im Prinzip einfach. Allerdings ist auf dem Brett mit seinen 361 Feldern eine gewaltige Zahl von Zügen möglich, was es selbst für einen leistungsstarken Computer schwieriger macht, die Entwicklung des Spiels durchzurechnen.
수요일날 있었던 세계 최고의 바둑기사와의 대결에서 알파고의 첫 승리는 이미 스스로 학습하는 기계의 발전에 대한 획기적인 사건으로 인정되었다.
바둑은 가능한한 많은 경우의 수 때문에 컴퓨터로써는 도저히 복잡하다고 평가되었었다.
바둑에서는 두 대국자가 바둑판에서 가장 많은 집을 정복해야한다.
그 집이라는 것은 세로19줄 가로 19줄의 만나는 지점을 의미한다.
그것을 (대국의 진행을) 위해서 백돌과 흑돌을 번갈아 가며 두게 된다.
중국에서 규칙이 확립된 바둑의 규칙은 원칙적으로는 간단하다.
더더군다나 361개의 집을 가진 바둑판 위에서 유효한 수의 경우가 엄청 많을 것이고,
그것은 스스로 성취력이 있는 컴퓨터에게 대국의 발전을 다 계산해내기에는 어려웠다.
AlphaGo wurde bei der britischen Firma DeepMind entwickelt, die Google vor gut zwei Jahren gekauft hat, Medienberichten zufolge für 500 Millionen Dollar. In die Software wurden zwar anfangs Millionen Züge der besten menschlichen Spieler einprogrammiert – sie lernt aber selbst dazu.
Trotz der uneinholbaren 3:0-Führung von AlphaGo geht das Match gegen Lee am Sonntag und Dienstag weiter. Es läuft wird auf der Google-Videoplattform YouTube gezeigt.
알파고는 영국회사 딥마인드가 개발했고, 구글에서 2년 전 쯤에 언론에서 전하는 바로는 5억 달러에 사들였다.
이 소프트웨어에서는 처음에는 인간이 가진 최상의 100만 가지 수가 프로그래밍 되었고, 그 다음부터는 스스로 배워나간다.
따라잡을 수 없는 3:0임에도 불구하고, 알파고는 이세돌과의 경기를 일요일과 화요일에 계속해 나간다.
이 경기는 구글 비디오플랫폼 유튜브에서 생중계 된다.
//////////////////////
이하 댓글입니다...(30개인데 몇 개만 소개합니다...)
Naja, die Rechenleistung reicht eben inzwischen für ein kleines Spielfeld aus.
Intelligenz würde ich erst erkennen, wenn die Maschine auch auf einem 190 x 190 Felder Spielfeld gewinnt.
참나~ 컴터 능력이 작은 보드에서니깐 가능하겠지.
만약 190X190 판에서 기계가 이기면 나 인정함~!!
Nur aus Interesse:
Wieso 190 x 190? Haben Sie die Spielfeldgröße willkürlich gewählt oder steckt ein Gedanke dahinter?
흥미로워서 물어보는건데..
왜 190X190이야?
이 크기는 마음대로 고른거야 아니면 무슨 생각이라도 있는거야?
[어이 없어서 단 댓글 같음]
/Curitiba
Klar ist es Rechenleistung, aber eben nicht ein rein stupides Ausrechnen aller Möglichkeiten. Da haben Menschen eine Maschine geschaffen, die erstaunliche Fähigkeiten besitzt und sind selbst ein bisschen überrascht, wie gut ihr Programm ist, denn es reagiert und Lee Sedol hat dem mit seiner ganzen Erfahrung offensichtlich nichts mehr entgegenzusetzen. Klar, der Weg zu autonomen Robotern ist noch weit, aber die Geschwindigkeit in der Entwicklung dorthin ist doch recht erstaunlich.
계산능력이라면 분명해. 그치만 모든 가지수에 대한 순수하게 멍청한 계산은 아닌거 같아.
인간은 뛰어난 능력을 가진 기계를 만들었고 스스로 놀라워하고 있어, 그게 얼마나 좋은 프로그램인지.
그래서 그 그계는 그렇게 반응했고 이세돌은 자신의 모든 경험에서는 도저히 해법을 내놓지 못한거야.
자주적인 로보트의 길은 아직 멀긴 했어, 하지만 발전의 속도는 지금 어마무시하다구...
[기계가 스스로 배우는 능력이 있다는 것이 포인트라고 알려줌]
"die Geschwindigkeit in der Entwicklung dorthin ist doch recht erstaunlich".
Lesen Sie ein paar Werke von Ray Kurzweil und Sie staunen nicht mehr.
발전의 속도는 지금 어마무시하다구...(2)
래이 커즈와일 작품 몇 개를 읽어봐, 놀라지도 않을걸...
[이미 거기에 대한 소설이 있는가 봄...]
(원 댓글인이 반론을 내놓나 봅니다..)
/Curitiba
Ich habe es einfach 100 mal so groß gewählt wie bei diesem Duell.
Was ich meine: Wenn das Spielfeld groß genug ist, überfordert es die Rechenleistung des Computers. Er könnte dann nicht einfach stur viele Züge im voraus berechnen, sie bewerten und danach auswählen, sondern müsste ein "Gespür" für die sinnvollen entwickeln und sich darauf konzentrieren. Darin zeigt sich finde ich die Intelligenz.
난 이 대결에서 쓰인 그걸 단순히 100배를 곱해본거야.
내 생각엔 말이야. 판크기가 더 커진나면 컴터의 계산능력에 과부하가 생기게 될거같아서.
이게 컴터에게 쉽지 않을거고 사전에 입력된 많은 수에 고집적으로 계산할 거란 말이지,
수에대해 평가하고 다음 수를 두는게 아니라 단순히 "직감"을 가지고 발전시키고 집중해야할거라구.
그러면 내가 지능이 있다고 인정한다니깐...
[100배 곱하면 컴터에도 아직 계산에 없는거니깐 순수히 사람을 뛰어넘는 지성을 가졌다고 인정한다는 의미인듯..]
/Curitiba
Um den Faktor 100 größer als ein normales Spielfeld. Allerdings frage ich mich, ob das für den Menschen nicht noch problematischer wäre, als für die Maschine. Schon weil die Konzentration nach den ersten paar schlaflosen Tagen nachlassen würde...
일반 판에 100배를 곱한다라...
그러니깐 함 생각해보자.
이게 사람에게 문제 없다고 치고, 그럼 기계에도 마찬가지일테고.
이미 하루넘어서 잠도 없이 집중을 해야한다는건데....
[대국 시간은 알고 하는 얘기냐는 뜻인듯]
/Curitiba
Ihre Beschreibung passt in Bezug auf die ersten siegreichen Schachprogramme. Da war nur Rechenleistung, kaum Verständnis für Schach. Aber GO ist zu komplex, ohne "Gespür" wäre AlphaGO mit der heutigen Rechenleistung noch weit schwächer.
네가 쓴건 그냥 체스 프로그램의 첫 승리와 관련있어.
그건 단순히 계산 능력일 뿐이었고 체스에 대한 이해는 아니었다구.
하지만 바둑은 엄청 복잡해.
직관 없이 알파고는 지금의 연산능력으로는 더 약해질거야.
[컴퓨터도 직관능력이 있다는 것을 쓴 댓글인듯]
/Curitiba(반론에 반론)
Interessante Frage. Glauben sie, dass AlphaGO Menschen auf einem größeren Spielfeld schlagen würde? Oder auf einem neuen, unregelmäßig geformten, auf dem Eröffnungsbibliotheken (wenn es die im GO gibt) versagen würden?
흥미로운 질문인걸.
알파고가 더 커진 판에서도 인간을 이길 수 있다고 믿는거야?
아니면 새롭고 불규칙한 형태라는거야 열린도서관들(바둑에 이것이 있다면)을 인정 안한다는거야?
[열린도서관들(체스교재 같음) - 어차피 더 커진 판이면 인간의 직관이 더 뛰어나기 땜에 더 유리할 거라는 믿음..]
„Er könnte dann nicht einfach stur viele Züge im voraus berechnen“
Das ist ja genau der Punkt, in dem sich AlphaGo von herkömmlichen Ansätzen unterscheidet. Es berechnet eben nicht möglichst viele Züge im Voraus, sondern setzt stattdessen Machine-Learning-Verfahren ein. Dabei versucht der Algorithmus Muster zu erkennen, zu bewerten und daraus neue Züge herzuleiten. Während ein Brute-Force-Ansatz vergesslich ist, können Machine-Learning-Verfahren aus ihren Spielzügen lernen. Gegen AlphaGo ist Deep Blue eine tumbe Rechenmaschine.
"이게 컴터에게 쉽지 않을거고 사전에 입력된 많은 수에 고집적으로 계산할 거란 말이지"
이게 그 포인트야, 이걸로 알파고는 전해져오는 정보를 구분하지.
이미 저장된 정보로 가능한 많은 수를 연산하는게 아니고 그 대신 기계가 스스로 배운다는 경험이 세팅된거라구.
그와 더불어서 알고리즘의 표본이 알아내고 평가하고 그에 따라 새로운 수를 내놓는걸 시도하는거라구.
브루트 포스 프로그램이 잘 잊어버리는 반면에 기계학습경험은 그들의 대국의 수를 배울수 있는거야.
알파고에 맞서서 딥블루는 그냥 순진한 연산기계일 뿐이지.
[컴터가 스스로 학습하는 능력이 핵심이라고 다시 일깨워줌..]
//////////
휴~ 저도 번역하다보니 머리에 과부하가 오네요~
언젠가 구글이 번역까지 완벽하게 하면 이 짓도 그만 둬야지~크크크
어디까지 스스로 배우나 한 번 봅시다....