Der Go Thread (Netflix One Piece, Sylvester Stallone 25.01.24)

Hab mal kurzzeitig gespielt, war mir aber dann doch zu "komplex". Vor allem wenn man nicht regelmäßig spielt. Ist aber ein interessantes Spiel.

 

Wo gibts denn einen Go Club? Dachte immer das ist irgendein japanisches Brettspiel bzw das japanische Äquivalent zu Schach und damit kaum bis gar nicht verbreitet im Westen.

 

Im Uni-Sport ist es teilweise vertreten. Ansonsten gibt es in den großen Städten Deutschlands sicherlich Clubs.

 

Nicht sehr stark... Meinen Kyu nenn ich nicht, der ist mir peinlich.


Ok so 15 herum...

@Chris Makin

Für Deutschland kenn ich mich nicht so aus, aber beim Deutschen Go Bund wird geholfen: http://www.dgob.de/index.htm?landesverbaende/index.htm

In Wien gibt es ein Lokal auf der Mariahilfer Straße

 

Na ja ich bin zugegebenermaßen etwas faul, daher lass ich das manchmal lange schleifen...ich könnte schon viel weiter sein, aber ich bin oft nach Niederlagen demotiviert. Und dann brauch ich wieder einige Zeit.

Tja Go spielen bedeutet auch Lehrgeld zahlen. Ganz viel davon. Aber wenn man mal eine Gruppe gefangen hat, ist alles vergessen.

Ich habe meinen Startpost etwas erweitert.

 

Ja ich bin halt ein bißchen zu wettkampforientiert manchmal.

Ich löse fast jeden Tag ein paar (leichte) Probleme. Daran soll es nicht scheitern.

Meine Eröffnung ist schon ganz ok, aber ich werde oft recht nervös und im Mittel/Endspiel mache ich Fehler, weil ich mir das oft anders vorgestellt habe, als es dann tatsächlich ist. (Was, wieso hat diese Gruppe keine Freiheiten mehr?! )

Unser Sensai rät daher immer: Viel spielen.

Jetzt aber.

 

Gibt ja doch einige, sogar ganz in der Nähe von mir

Mit ähnlich wie Schach war so gemeint, dass es ein kompliziertes/taktisches Brettspiel ist und man etwas mehr nachdenken muss als bei Mensch ärgere dich nicht
Kannte Go eigentlich nur aus Animes/Mangas, deshalb auch die Assoziation mit Japan

Hört sich aber echt interessant an, das schau ich mir auf jeden Fall mal an

 

Dank AlphaGo habe ich mir Go auch mal näher angeschaut. Kannte es vorher nur flüchtig, aus Filmen etc. (Beautiful Mind z.B.)
Habe jetzt angefangen, ein bisschen gegen KI zu spielen auf dem Handy, verliere allerdings bisher fast ausschließlich gegen die leichteste Stufe

http://playgo.to/interactive/german/
Das habe ich bereits schon durch. War ein schöner Einstieg.


Übrigens hat AlphaGo die vierte Partie verloren, steht jetzt also nur noch 3:1.

 

Ich habe Go selber nie gelernt. Finde aber die Entwicklung der KI in diesem Zusammenhang interessant. Der Sieg von Deep Blue gegen Kasparow war ja einfach "gebruteforced", d.h. man hat Deep Blue mit allen möglichen Datenbanken gefüttert und ansonsten auf die Überlegenheit der Rechenleistung gesetzt. Bei AlphaGo läuft das nicht so, selbst AlphaGo kann das Spiel nicht komplett durchrechnen, dafür ist es zu variantenreich. AlphaGo lernt über simulierte neuronale Netze und spielt gegen sich selbst. Dabei hat es wohl eine Strategie entwickelt, die unter Go-Spielern wohl nicht bekannt war/ist und von diesen, wenn ich das richtig verstanden habe, auch nicht ganz verstanden wird. Dabei werden wohl häufiger mal Züge gemacht, die unter Go-Kennern als Fehler gelten. In der Summe verhelfen die dann AlphaGo dennoch zum Sieg. Ich glaube, dass wir von echten KIs nicht mehr so weit entfernt sind.

 

Naja, aber auch nur zu diesem Zeitpunkt. Die Spielstärke der KI kannst du durch zwei relativ einfache Mittel noch wesentlich steigern.
1. Weitere Rechenleistung, um die Netze noch effektiver trainieren zu können und
2. Mehr Zeit. Die KI lernt durch Spiele gegen sich selbst, dadurch die Stärke immer weiter steigern (wobei man ab einem gewissen Punkt die Architektur wohl ausbauen müsste, da irgendwann die großen Varianzen nicht mehr abgebildet werden können)
Von daher sollte es nicht lange dauern, bis die nächste Version von AlphaGo Sedol auch 5:0 schlagen würde.

In einer gewissen Weise "bruteforced" AlphaGo ja auch, allerdings nur Basis von Wahrscheinlichkeiten und der Bewertung von Spielfeldkonstellationen. Abstrahiert macht AlphaGo ja auch nichts anderes, als die Spielsituation zu analysieren und dann Spielzüge durchzugehen, bis der günstigste gefunden wurde.

Die Fähigkeit, selbst zu lernen, ist allerdings wirklich wohl die größte Stärke bei Neuronalen Netzwerken. Da ich auch in meiner Bachelorarbeit damit arbeite, komm ich häufiger mal damit in Kontakt, und was damit alles möglich ist, ist wirklich faszinierend. In Verbindung mit genetischen Algorithmen wohl bisher das naheste, wie wir bereits an "wirkliche" KI herangekommen sind.
Liegt auch daran, dass die Algorithmen der Biologie des Menschen nachempfunden sind und dass es nahezu alles angewendet werden kann. Und die Probleme können ja sogar übertragen werden. Häufig ein Problem ist das Fehlen von Daten zum Trainieren, was in Echt einfach das Fehlen von Erfahrung wäre. So ist das ganze Gebiet auf einer gewissen Ebene sehr intuitiv, auch wenn man oft kaum vorhersagen kann, was dabei wohl rumkommt.

Mit Google steht da natürlich das richtige Unternehmen dahinter. Sie haben riesige Datenmengen zur Verfügung und auch massig Rechenleistung. Zudem stecken sie wirklich viel in die Forschung. Finde ich wirklich interessant.
http://www.nytimes.com/2012/06/26/t...f-computers-evidence-of-machine-learning.html
Das ist z.B. auch ein gutes Beispiel.

Anders spielen würde die KI wohl schon (da sie ja immer noch reagieren müsste), allerdings bezweifle ich, dass sie schlechter abschneiden würde. Sie wurde zwar anfangs mit realen Daten gefüttert, allerdings lernt sie ja noch viel mehr dazu. Von daher dürften ihr schon sehr, sehr viele andere Spielweisen untergekommen sein.

 

Ich frage mich, inwiefern eine KI typischen logischen Fehlschlüssen des Menschen anheimfallen kann. Aus einem falschen Zug, der die Siegchancen senkt, resultiert ein Sieg. Was lernt AlphaGo daraus? Kann das überhaupt im eigentlichen Sinne passieren?

 

Davon rede ich schon längst nicht mehr. Ich rede von tatsächlichen "falschen" Zügen, im Sinne von: Züge, die die Siegchancen statistisch senken.

 

Das mag sein, allerdings denkt die KI ja nicht nur einen Schritt voraus, sondern gleich mehrere (Tree Search). Zudem hat sie wohl mehr Spielsituationen und Zugabfolgen gesehen, als wir uns überhaupt vorstellen können. Natürlich gibt es dank der unheimlichen Zahl an Möglichkeiten immer wieder neue Situationen, die auch die KI noch nicht kennt. Allerdings ist gerade die Stärke von Neuronalen Netzwerken auch auf eine gewisse Weise abstrahieren zu können, d.h. dass sie eben nicht alles schon mal gesehen haben muss, sondern aufgrund von Erfahrungswerten auch neue Situationen abschätzen kann, wohl viel weiter, als ein Mensch es könnte. Eingegrenzt wird das dann eben durch die Architektur der Netzwerke und der Rechenkapazitäten (also sowohl Zeit als auch die Rechenleistung)

Redest du von der KI oder vom Menschen? Die KI sollte eigentlich keinen Zug durchführen, der ihre Siegchance verringern würde.



Was mich interessieren würde, wie ein Quantencomputer die Ergebnisse noch verändern würde. Der sollte bei einem Suchproblem auch nochmal einiges beitragen können.

 

Ich bin weder für Go noch für KIs ein Experte. Nehmen wir mal den Würfelwurf mit zwei Würfeln. Wenn mich jemand fragt, auf welche kombinierte Augenzahl ich setze, könnte ich nun auf die 12 setzen. Ich könnte damit sogar gewinnen. Trotzdem war die Wahl objektiv falsch, weil sie einfach viel schlechter als die Zahl 7 ist. Menschen neigen dazu, in so einer Situation die 12 in Zukunft für eine sinnvolle Wahl zu halten, weil sie eben damit schon einmal gewonnen haben. Ich weiß nicht, ob diese Fragestellung überhaupt auf das Go-Problem übertragbar ist. Ist ja immerhin kein Glücksspiel. Aber es wäre interessant, wenn eine Maschine aus Spielverläufen auch falsche Rückschlüsse ziehen kann.

Die Maschine kann nicht alle Varianten der möglichen Spielverläufe durchrechnen, die objektiven Wahrscheinlichkeiten sind ihr also nicht bekannt.

 

Ok, so meinst du das.
Das Beispiel lässt sich schon ganz gut übertragen.
Der Punkt ist nun, dass die Maschine das nicht von einer Partie abhängig macht, sondern von einer riesen Anzahl an Partien. Auf dein Beispiel übertragen:
Die KI spielt dein Spiel Tausende oder Millionen von Malen und sieht dann, welche Zahl wohl am günstigsten ist. Das wird wahrscheinlich auch auf die Zahl 7 hinauslaufen, weil auf lange Sicht diese Zahl am häufigsten gewinnt. Es kann natürlich auch der Fall eintreten, dass sie z.B. am Ende herausbekommt, dass die 10 die günstigste Zahl ist, weil sie bei ihr am häufigsten gewonnen hat. Das ist natürlich - Wahrscheinlichkeitsrechnung sei dank - nicht unmöglich, allerdings sehr, sehr unwahrscheinlich, sofern du das Spiel oft genug spielst. Da lernt die KI auch tatsächlich wie wir Menschen. Du würdest wohl in Echt, wenn du das Problem objektiv nicht lösen könntest, das Spiel einfach zig mal durchspielen, bis du mit gewisser Wahrscheinlichkeit die Lösung angeben könntest.
Mathematisch ausgedrückt ist das prinzipiell dann ein Optimierungsproblem, bei dem du das Maximum der Wahrscheinlichkeitsverteilungsfunktion (was für ein hässliches Wort im Deutschen ) deines Problems suchst. Weiß nicht, was das hier für eine Verteilung wäre, ich glaube dürfte wohl eine Gaußverteilung geben.

Wäre eigentlich mal interessant, das Problem mal mit einem Netzwerk anzugehen. Ich glaube, wenn mir langweilig ist, probier ich das mal aus

So ähnlich verhält es sich also auch bei Go, nur dass dort das Problem so groß ist, dass dir tatsächlich nichts anderes übrig bleibt, als bei Wahrscheinlichkeiten zu bleiben, da du die objektiven Werte einfach nicht wissen kannst.

TLDR:
Theoretisch würde ein Zug der KI, der ihre Siegchancen rein objektiv rechnerisch verschlechtern würde, die Spielstärke verschlechtern, dass sie den Zug als positiv wahrnehmen würde. In der Realität hat das allerdings kaum Auswirkungen, da aufgrund der Masse an gespielten Spielen, das "wahre" Ergebnis (also die Niederlage nach so einem Zug) sich in den Daten durchsetzen würde.

 

Oder, dass der Erfahrungsschatz der Maschine schon so enorm ist, dass die Partien gegen Sedol schon gar nicht mehr groß ins Gewicht fallen. Vielleicht kann Sedol schneller von AlphaGo lernen als umgekehrt, weil er tatsächlich der mit dem geringeren Erfahrungsschatz ist.

 

Das ist eben der Punkt. Die KI schränkt bei der Baumsuche den Baum auf den Bereich ein, der am wahrscheinlichsten passieren wird. Von daher hat die KI diesen Vorteil schon. Zumindest solange kein überraschender, guter Zug vom Gegner kommt, den die KI einfach nicht kennt/erwartet.
Ich denke mal, dass du davon geredet hast.
Das wäre in der Tat ein Problem für die KI. Allerdings halte ich das aufgrund der schieren Anzahl an Partien eher unwahrscheinlich, bzw. traue ich das eher der KI, als dem Menschen zu (wie sie in den Partien bereits bewiesen hat.

Das ist ein guter Punkt. Ich hoffe, dass da noch weitere Partien nachfolgen werden, und davon gehe ich auch mal aus. An der KI wird wohl auch sicher noch weiter gearbeitet.

Ich weiß gar nicht, ob die KI aus diesen Spielen überhaupt etwas gelernt hat. Kann gut sein, dass sie die KI wirklich nur spielen lassen, auch wegen der Rechenleistung. Diese 5 Partien würden rein statistisch auch kaum Einfluss auf die Daten der KI haben (es sei denn sie würden die KI noch um weitere Komponenten erweitern, aber das halte ich erstmal für unwahrscheinlich)

 

Das dürfte beides eine große Rolle spielen. Erstens, weit genug vorauszuschauen, und zweitens, die hypothetischen Spielsituationen wieder dank Erfahrung wieder gut genug einschätzen zu können.

Auch ein interessanter Punkt.

 

Finde ich supergeil. Warum? Weil mich das total an das hier erinnert:

https://youtu.be/Vp6gvKvIwf8?t=991

 

Doch, genau das könntest du, wenn du die Rechenkapazitäten dazu hättest.
Auch wenn das Spiel zu groß ist, um es praktisch durchführen zu können, es ist am Ende immer noch ein diskretes Spiel, bei dem du theoretisch in jeder Spielsituation den optimalen Zug berechnen könntest, also auch für jeden Spielzug, ob er jetzt besser oder schlechter als ein bestimmter anderer Zug wäre. "Besser" im Sinne von "hat die höchsten Siegeswahrscheinlichkeiten.
(Wobei es natürlich immer noch sein kann, dass zwei Spielzüge die exakt gleich hohen Wahrscheinlichkeiten haben, allerdings ist das wiederum nicht sehr wahrscheinlich)

Praktisch ist das natürlich nicht durchsetzbar, da das Spiel einfach zu komplex ist, also schlichtweg die Rechenleistung fehlt, um alles Möglichkeiten durchzurechnen. Aber genau hier kommen jetzt eben die Algorithmen ins Spiel, die das ganze so gut wie möglich annähern sollen (Monte-Carlo-Methode).

Dass ein Zug zig verschiedene Hintergründe haben kann stimmt, aber das ist eben der Punkt für die Rechenleistung, dass die KI diese verschiedenen Taktiken alle durchspielen kann. D.h. sie betrachtet sowohl, wie wahrscheinlich die jeweiligen Taktiken sind als auch wie deren Siegeschance stehen.

 

Mathematik bzw. Spieltheorie
https://de.wikipedia.org/wiki/Go_(Spiel)#Kennzahlen_und_Spieltheorie

Ich muss zugeben, deine Leidenschaft für die Philosophie des Spiels fasziniert mich, wirklich. Zeigt auch, was das Spiel ausmacht, bzw. deutet es für mich (als kompletten Noob) zumindest mal an.
Allerdings ändert das trotzdem nichts daran, dass du das komplette Spiel auch mathematisch beschreiben kannst, und danach könntest du eben ein perfektes Spiel ausmachen.

Dass das praktisch nicht möglich ist, ist eben das, was das Spiel so faszinierend macht, und was es überhaupt ermöglicht, solche Philosophien darüber zu entwickeln und das Spiel so abstrahiert zu betrachten.

https://www.youtube.com/watch?v=9TApyjEGf7E
Die Szene passt da vielleicht wirklich ganz gut

Ich gebe zu, nein. Hatte ich bisher nicht die Zeit zu. Allerdings verstehe ich bisher auch noch zu wenig, um selbst dem Kommentar zu folgen. Vielleicht werd ich mir bei Gelegenheit mal eine der Partien AlphaGo - Sedol anschauen.

 

Das Beispiel ist nicht ganz passend.
Theoretisch könntest du sogar beim Roulette exakt berechnen, wo die Kugel landen wird, wenn du nur ein hinreichend genaues Modell hättest (und dazu auch die entsprechenden Daten).
Hier ist eben das Problem, dass dir die entsprechenden Daten fehlen (da es schlichtweg zu viele sind). Die Berechnung wäre wiederum wohl sogar relativ einfach.

Bei Go ist es jetzt eher umgekehrt. Du könntest exakt, alles Daten über das Spiel nennen, nur sind es schlichtweg zu viele, um sie in der Praxis berechnen zu können.
Das Problem ist hier schlichtweg die Zeit.

Mir scheint, dir ist die Mathematik dahinter einfach nicht ganz klar.

Ich nehme mal ein anderes Beispiel her: Tic Tac Toe.
Obwohl die Regeln, und das Ziel natürlich ein anderes ist, ist es doch prinzipiell ähnlich, jeder Spieler setzt abwechselnd sein Zeichen ein ein vorgegebenes Spielfeld.
Im Gegensatz zu Go ist hier die Menge der möglichen Spielzüge überschaubar, d.h. du könntest noch vergleichsweise einfach einen Baum erstellen, in dem du alle möglichen Spielabläufe darstellst.
Das ganze sieht dann ungefähr so aus:
https://commons.wikimedia.org/wiki/File:Tic-tac-toe-full-game-tree-x-rational.jpg
Wobei da noch ein paar Zweige fehlen. Nun kannst du mit diesem Baum aus jeder Spielsituation den optimalen Spielzug bestimmen. Du würdest vom entsprechenden Knoten einfach den entsprechenden Zweig entlang gehen, an dessem Ende die meisten Konstellationen mit Siegen stehen würden. So könntest du sowohl für das Kreuz als auch für den Kreis eine optimale Strategie bestimmen können.

Genau so einen Baum könntest du auch für Go erstellen. Das einzige Problem ist hier nur, dass dir die Ressourcen fehlen, um es praktisch umzusetzen. Ansonsten könntest du ebenso Go theoretisch perfekt spielen.

Das muss ich auch nicht. Von der Mathematik dahinter verstehe ich schon ein ganzes Stück mehr, als von der Philosophie.

Der wichtige Punkt im Link ist nicht der über die KI, sondern der über die Spieltheorie.
"In der Spieltheorie wird Go den endlichen Nullsummenspielen mit perfekter Information zugeordnet."
Im Link dazu:
https://de.wikipedia.org/wiki/Nullsummenspiel#Spieltheorie

Habe das gerade noch gefunden:
http://erikvanderwerf.tengen.nl/5x5/5x5solved.html
D.h. für kleinere Go Felder kannst du bereits optimale Spielzüge bestimmen, wurde alles durchgerechnet. Der einzige Unterschied beim 19x19 ist nur die Menge der Spielzüge.

 

Diese Elemente ändern daran aber auch nichts. Das einzige was sie tun, ist den Suchbaum noch zu erweitern.

Du musst dir bewusst machen, dass in dem Baum alle, aber wirklich alle erdenklichen Spielsituationen vorhanden sind. Daher ist es völlig egal, welche Idee hinter einem bestimmten Zug steckt, da du diese Situationen ALLE (!) in dem Baum abdeckst und diese mit einberechnet werden.

Ich weiß leider echt nicht mehr, wie ich dir das noch begreifbar machen könnte

 

Ok, vielleicht ist das der Punkt. Perfektes Spiel seitens der KI (oder auch des Menschen) muss nicht zwangsläufig bedeuten, dass die Strategie auch garantiert zum Sieg führt. Das liegt dann allerdings nicht an der Stärke des Spielers, sondern daran, dass das Spiel nicht fair ist. Zudem würde das dann nur von einer Seite aus funktionieren.
Das dürfte bei Go sogar der Fall sein. Dort weiß man ja bereits aus Erfahrung, dass Schwarz leicht im Vorteil ist. Dafür gibt es ja das Komi. D.h. es ist wohl wahrscheinlich, dass du aus schwarzer Sicht garantiert gewinnst, wenn du perfekt spielst. Andersrum, wenn du weiß spielst, kann dein Gegner, wenn er perfekt spielt, Situationen kreieren, aus denen du nur noch verlieren kannst. Wie es jetzt genau ist, weiß man eben nicht.

Beim 5x5 Go wurde dies ja bereits gezeigt. Dort kannst du, wenn du schwarz perfekt spielst, nicht verlieren, sondern kannst so spielen, dass du immer gewinnst, egal wie dein Gegner spielt. Und genau so wäre das auch der Fall auf dem 19x19 Brett, nur dass du dafür praktisch keine Taktik mehr berechnen kannst.


Um das beurteilen zu können, muss man Go auch nicht mal großartig beherrschen. Das hat wirklich nur noch mit Mathematik zu tun. Das einzige was du tun musst, um das zeigen zu können, ist, dass du Spiel so klassizifieren kannst, wie im Wikipediaartikel beschrieben, und das wurde es ja bereits.


Daran werden auch zukünftige ComputerGo Generationen nichts mehr ändern. Was sie tun, ist, dass sie an die perfekte Spielweise immer weiter heranrücken werden.
Vielleicht haben wir ja sogar irgendwann die Kapazitäten Go mal komplett zu lösen. Aber das dürfte wohl noch eine ganze Weile dauern.

 

Das ist aber nunmal alles egal, wenn man den vollständigen Spielbaum hat und komplett durchsuchen kann. Beides ist im Go in absehbarer Zeit nicht möglich, da die Ressourcen einfach nicht ausreichen um die gigantische Anzahl komplett zu berechnen, aber ändert nichts daran, dass Go theoretisch auch "nur" ein deterministisches Zweispielerspiel mit perfekter Information ist. Die exakt gleiche Methode die man verwenden kann um auf dem 5x5-Feld perfekt zu spielen (oder im Tic-Tac-Toe), würde auch auf 19x19 funktionieren, hätte man unbeschränkte Ressourcen. Auch nocheinmal: Perfekt zu spielen heißt nicht automatisch zu gewinnen. Wenn beide Spieler Tic-Tac-Toe perfekt spielen kommt es grundsätzlich zum unentschieden. Wie das beim Go aussähe kann man natürlich nur raten.

Darum, und nicht um die praktische Anwendbarkeit dieser Aussage, geht es stekepego.

 

*seufz*

Ich schlage ja auch nicht vor den gleichen Baum für die 19x19-Strategie zu verwenden der 5x5 löst. Es geht darum, dass man auf die gleiche Weise einen vollständigen Baum berechnen könnte.

In dem Sinne: Ja, die gleiche Methode würde auch ein fiktives Schachspiel, welches nur Bauern verwendet lösen.

 

Irgendwie kommen wir wohl auf keinen gemeinsamen Nenner.
Wolfsgesicht, ich kann dir nur noch empfehlen, dich mal ein bisschen mit Spieltheorie auseinander setzen (auch generell ein sehr spannendes Thema). Vielleicht wird dir das dann ein bisschen klarer.

Nur noch eine Anmerkung:
Für manche Spielsituationen existieren bereits Zugabfolgen, die dir einen Sieg garantieren. Dazu musst du natürlich bestimmte Annahmen um die Punkteverteilung festlegen. Aber wenn du das hast, gibt es für diese Situationen Strategien, mit denen du garantiert gewinnst.
Das sind logischerweise alles ziemlich fortgeschrittene Spielsituationen, da du mit jedem Schritt vorher zig neue Möglichkeiten bekommen würdest, aber vielleicht hilft dir das, es dir noch besser vorzustellen.

Der Punkt ist, bei einem Spiel wie Go, kannst du die Erfolgschancen exakt berechnen, wenn du alle Optionen kennst.

Ich glaube nicht, dass eine KI wirklich alle Möglichkeiten kennen wird. Dazu gibt es einfach viel zu viele. Selbst mit Quantencomputern dürfte es wohl länger dauern, alle Möglichkeiten durchzurechnen, als das Universum überhaupt noch existieren dürfte

 

Es würde ihr helfen perfekt zu spielen und immer das bestmögliche Ergebnis zu erhalten, unabhängig von den Aktionen des Gegenübers. Im Tic-Tac-Toe ist das ein unentschieden, im 5x5 Go offenbar ein Sieg, falls mit den schwarzen Steinen gespielt wird (wobei ich die Quelle dazu nicht kenne). Wie gesagt, kann der Ausgang bei 19x19 nur geraten werden, aber es gibt im Wesentlichen nur zwei Möglichkeiten: Die KI gewinnt mit einer der beiden Farben immer, oder beide Farben sind in der Tat ausgeglichen und es gibt grundsätzlich unentschieden (in beiden Fällen davon ausgehend, dass beide Spieler perfekt spielen).

 

Das war das hier:
http://erikvanderwerf.tengen.nl/5x5/5x5solved.html
Wobei das schon wieder bald 14 Jahre her ist.
Viel mehr hat sich auch nicht getan, mehr als 6x5 wurde zumindest von ihm nicht gelöst.
Es gibt anscheinend noch Arbeiten bis zu 7x7, wurden allerdings nicht bestätigt (wobei ich die Paper dazu nicht kenne).

Ich denke, dass falls es irgendwann gelöst werden sollte, auch dort Schwarz im Vorteil sein sollte. Was anderes macht eigentlich kaum Sinn

 

Ja am Handy habe ich auch angefangen, allerdings variieren die Stärken der verschiedenen KI`s enorm. GnuGO z.b. ist für Anfänger knüppelhart, während z.b. die Software von AI Factory auf "leicht", wirklich einfach ist. Zudem ist es ratsam auf 9x9 Feldern zu beginnen (und später 13x13) um nicht gleich vom 19x19 erschlagen zu werden. Eine weitere Hilfestellung ist Züge auch zurücknehmen zu können. Mach Gebrauch davon, denn so lernst du Variationen kennen und dein Spiel wird sich verbessern!

Allerdings würde ich mich nicht zu stark auf die AI`s stützen, weil sie wirklich kaum "menschlich" spielen (das macht ja Alpha Go so interessant.) Aber für den Anfang ist es schon nicht so schlecht.

 

Ja, lass uns direkt ein Go Turnier abhalten.

 

Ich habe es mal eine kurze Zeit gespielt und bin nicht über 20 Kyu herausgekommen.
Also eher kein Spieler, sondern bestenfalls Kanonenfutter.

 

Ich spiele auch Go, KGS [1-2k]. Für ein Turnier dürfte das trotzdem noch nicht reichen, aber ich wäre auf jeden Fall dabei!

Ich hatte mich auch schon gewundert, dass hier überhaupt jemand das Spiel kennt, und das nicht nur vom Hörensagen oder wegen Hikaru no Go.

Falls hier im Thread noch Neuinteressierte mitlesen sollten, meldet euch! Ich helfe euch gerne beim Einstieg. Das Spiel kann eine regelrechte Suchtspirale auslösen, sobald man den holprigen Einstieg hinter sich gelassen hat, und ab dann wird es immer besser und besser.

Was Software angeht, kann ich mich Legion nur anschließen. Lasst die Finger davon! Entweder sie sind strubbeldoof und ihr schaut euch schlimme Gewohnheiten ab, oder sie sind viel zu stark für euch und ihr werft entnervt das Handtuch. Es gibt genügend andere menschliche Spieler auf dem eigenen Niveau, und man lernt enorm viel und schnell aus den eigenen Fehlern bzw. denen seines menschlichen Gegenübers. Zwischendurch sollte man sich am besten Tips von einem stärkeren Spieler holen, der einem Anregungen geben kann, sein eigenes Spiel zu verbessern. Zeigt ihnen einfach eure Kifus (Spielaufzeichnungen). Die meisten Spieler auf Servern oder Spielabenden sind äußerst hilfsbereit.

Scheut euch auch nicht zu lange vor dem 19x19 Brett. Die kleineren Bretter besitzen nämlich eine völlig eigene Dynamik und gewisse wichtige Konzepte wie Einfluss, Moyo oder Invasionen lassen sich dort nur schwer bis garnicht erlernen. Es geht hauptsächlich um Close-Combat. Für die ersten ~50 Partien ist das absolut okay, danach aber eher weniger. Zudem "schrupft" das 19x19 Brett auch mit der Zeit, also keine Angst!

 

Damit spiele ich momentan. Habe allerdings auch auf der leichtesten Stufe noch meine Probleme, allerdings gewinne ich mittlerweile ab und zu mal
Habe auch auf 9x9 angefangen, und spiele mittlerweile 13x13.
19x19 ist dann ja leider nur eingeschränkt nutzbar.

Vielleicht kann ich auch irgend nen Freund mal dafür begeistern, mal mitzuspielen
Kenne in meinem Umkreis allerdings auch niemanden, der das spielt. Laut der Website von vorne solls hier in der Stadt sogar ab und zu Treffen geben (was mich ehrlich gesagt sehr gewundert hat ), allerdings finde ich auf der Website davon überhaupt nichts Richtung Go. Weiß also nicht, inwiefern die Liste überhaupt aktuell ist.

 

Lee Sedol hat das letzte Spiel nach fünf Stunden aufgegeben. Endstand 4:1 für AlphaGo.

 

Es gibt auch die Möglichkeit online zu spielen bzw. zuzusehen, z.b. bei KGS, wo ja die meisten aus dem Thread hier spielen oder auch IGS (wo ich unterwegs bin). Großen Unterschied macht es jetzt nicht.

Zweiterer hat den Vorteil dass es auch eine Handyversion des Clients im Google Play Shop gibt, und zwar im Gegenteil zur Handyversion von KGS, gratis. Das ist vor allem ganz toll, wenn man sich Matches bequem im Bett anschauen möchte.



Achja zum Sieg der AI kann ich nur sagen:

All hail to our machine overlords! :terminator:

 

Stimmt. Nebenher gibt es diverse Channel für Beginner, allerdings ist da Englisch Vorraussetzung. Der deutsche Channel sollte es aber tun, Go Spieler sind meistens gerne bereit einem Neuling zu helfen.

Und dann gibt es ja noch diesen Thread.

 

https://youtu.be/KsbQ_HNX6Pg SciShow - AI vs. Human: The Greatest Go Tournament Ever

 

Mal wieder ein wenig nach oben bewegen? Wer spielt es noch? Ich habe gerade zwei Matches hinter mir und ich merke wie jedesmal: Ich bin viel zu lange weg davon. So wird das nie was mit Dan Stärke