Cookies op Tweakers

Tweakers maakt gebruik van cookies, onder andere om de website te analyseren, het gebruiksgemak te vergroten en advertenties te tonen. Door gebruik te maken van deze website, of door op 'Ga verder' te klikken, geef je toestemming voor het gebruik van cookies. Wil je meer informatie over cookies en hoe ze worden gebruikt, bekijk dan ons cookiebeleid.

Meer informatie

Door , , 58 reacties
Submitter: me23

Googles deeplearningsysteem AlphaGo heeft de eerste van vijf wedstrijden gewonnen van de Zuid-Koreaanse wereldkampioen Lee Sedol. De menselijke topspeler gaf na drieŽnhalf uur op. Het is voor het eerst dat een deeplearningsysteem een wereldkampioen go verslaat.

Lee moest opgeven tegen AlphaGo met nog 28 minuten en 28 seconden resterend op de klok. AlphaGo speelde met wit en speelde bijzonder sterk volgens kenners, waarbij het computerprogramma vaak van stijl wisselde. Lee Sedol hield echter lang stand.

Het is niet de eerste keer dat AlphaGo een sterke speler verslaat: eind 2015 werd de Europees kampioen Fan Hui verslagen. Wereldkampioen Lee Sedol heeft echter een ranking van 9p, en wordt daarmee als een aanzienlijk sterkere speler dan Fan Hui met 2p gezien.

Lee Sedol heeft nog alle kans de wedstrijdreeks tegen AlphaGo op zijn naam te zetten: er volgen nog vier wedstrijden. De competitie vindt plaats in het Four Seasons Hotel in Seoul in Zuid-Korea. Go is een eeuwenoud bordspel dat veel complexer is dan schaken. Jarenlang wisten wetenschappers die zich bezig houden met kunstmatige intelligentie nauwelijks vooruitgang te boeken bij het ontwikkelen van een goed presterend go-algoritme, maar de afgelopen jaren gaat het hard.

Naast DeepMind, de naam van het bedrijf dat AlphaGo ontwikkelde voordat Google het overnam, werkt ook Facebook aan een deeplearningsysteem dat go-spelers moet kunnen verslaan.

AlphaGo Lee Se-dol

Moderatie-faq Wijzig weergave

Reacties (58)

Wat deze wedstrijd anders maakt dan die van IBM Deep Blue tegen Kasparov is dat Go te groot is om alleen met brute force te winnen. AlphaGo leert de regels en mogelijkheden van Go door heel veel wedstrijden te analyseren en op die manier de sterkste strategie te bepalen. De hoop is dat de algoritmes veel breder toepasbaar zijn. Vergelijkbare systemen van hetzelfde bedrijf leerden zichzelf allerlei Atari games, puur op basis van de pixel input.

Wat ik me nu afvraag is hoe lang een neuraal netwerk moet trainen. Deepmind is sinds 2010 bezig, maar zijn eerst met andere spelletjes begonnen. Dat zou betekenen dat ze binnnen 3-5 jaar een wereldkampioen killer gebouwd hebben. Google is al wel wat langer bezig met autorijden en denkt daar nog wel wat meer jaren voor nodig te hebben. Boston Dynamics, ook Google heeft een paar jaar nodig gehad om lopen mogelijk te maken. Hoe lang zou je nodig hebben om een AI te trainen om videofeeds van cameras te kijken in bv een bedrijf? Hoe lang om abnormale belpatronen of transacties te detecteren etc. https://en.wikipedia.org/wiki/Google_DeepMind

Voor de liefhebber er is ook nog zo iets als Moravec's Paradox, welke zegt dat moeilijke dingen voor AI's makkelijk zijn en makkelijke dingen moeilijk. https://en.wikipedia.org/wiki/Moravec%27s_paradox
Schaken en Go zijn hele simpele spelletjes. In 10 minuten leer je de beginstand, de regels van het spel en wat winnen inhoudt. En dat alles in beton gegoten. Gooi er genoeg rekenkracht of tijd tegenaan en de computer vindt altijd de winnende zet.

Hulde aan de fabrikant en programmeurs die erin geslaagd zijn om de enorme hoeveelheid berekeningen via slimme algoritmes terug te brengen tot aanvaardbare proporties. Echt een prestatie. Maar dat maakt AlphaGo wat mij betreft niet 'intelligenter' dan een computer die 19 miljard potjes boter kaas en eieren niet weet te verliezen. Of een getal van 1500 cijfers in enkele seconden in priemgetallen ontbindt. Veel rekenen volgens 100 procent vaststaande regels met een bekend einddoel, net zoals schaak en Go. Ik kan het niet maar ik vind mezelf toch intelligenter dan een computer die dat wel voor elkaar krijgt.

Ik ben dan ook niet zo bang voor zulke 'intelligente' computers. Wel voor allerlei mensen die denken dat je zulke 'intelligente' computers belangrijker taken moet geven dan het spelen van spelletjes of als handig hulpje gebruiken als je met veel data moet werken. Al vind ik zelfs die mensen nog veel intelligenter dan AlphaGo..
Schaken en Go simpele spelletjes? Ze zijn simpel vanwege de regels die de spellen kennen maar ze zijn niet simpel om gegarandeerd te winnen. Boter kaas en eieren vergelijken met Schaken/Go is echt appels en peren. Boter, kaas en eieren kan van begin tot eind doorgerekend worden. Voor elke stand van het bord is tot de laatste zet bekend waar deze optimaal naar kan leiden. Zo'n spel wordt beschouwd als 'opgelost'. Dat een spel simpel van vorm is betekent niet dat ůůk het simpel is dat spel te winnen; ook niet voor een computer. Zie daarvoor ook de paradox die Raindeer vermeld.

Zeker het spel Go is niet op te lossen met uitsluitend 'gooi er genoeg rekenkracht tegenaan' (volgens mij geldt dat ook nog steeds voor schaken). Dat kan niet, want er zijn meer posities waarin een Go bord kan verkeren dan dat er atomen in het zichtbare universum zijn, namelijk rond de 2 x 10170*. Die zijn nooit allemaal door te rekenen, om te kijken welke de beste eindpositie oplevert. Zelfs een fractie van dat aantal doorrekenen is al absurd veel.

Dus een AI als DeepMind kent wel degelijk een zekere slimmigheid, al is het maar in hoe de AI gebouwd is. Omdat DeepMind niet alles door kan rekenen, moet hij slim zijn in bepalen welke posities wel en welke niet verder berekend moet worden. En goed kunnen schatten wat een bepaalde positie uiteindelijk betekent. Dat is waar de innovatie van deze huidige AI in zit.

* = ter vergelijking, het aantal atomen in het zichtbare universum wordt geschat op 'slechts' 1080.

[Reactie gewijzigd door Cloud op 9 maart 2016 15:44]

Je relaas bevestigt de opmerking van @CharlesND:
Hulde aan de fabrikant en programmeurs die erin geslaagd zijn om de enorme hoeveelheid berekeningen via slimme algoritmes terug te brengen tot aanvaardbare proporties.
Want dat is nog wel altijd wat er gebeurt. In theorie kun je Go best geheel uitrekenen, we hebben er alleen nog lang de rekenkracht niet voor. Dus schrijft iemand een programma waarmee de computer selecteert, met behulp van data van veel gespeelde wedstrijden.

De vraag of dat de computer slim maakt is eentje die je nu dus steeds terug ziet komen. Is het slim geprogrammeerd, of is de computer slim te noemen? Vooralsnog kies ik net als CharlesND voor het eerste.

[Reactie gewijzigd door Me_Giant op 9 maart 2016 16:26]

'Relaas', dank je :)

Uiteraard bevestig ik die opmerking, omdat hij daar gelijk in heeft. Waar ik op reageer is, zijn inleiding waarin hij deze overwinning weg lijkt te cijferen onder het mom van 'met genoeg rekentijd kan alles'. En ik reageer op de vergelijking van Go met boter, kaas en eieren, die gewoon niet passend is.

Je stelt dat het in theorie mogelijk is om Go geheel uit te rekenen. Ik heb het idee dat je niet beseft hoe groot 10170 daadwerkelijk is, dus ik zal het voor de lol eens voorrekenen:

Stel we kunnen een quantum super computer maken die zo snel is, dat deze 1080 (het aantal atomen in het zichtbare universum) Go bord posities kan evalueren per seconde. Ik denk niet dat een quantum computer dat onmogelijk grote getal red maar laten we doen alsof. Ik ben niet zo bekend met quantum computing :) Dat betekent dat deze computer 10170 / 1080 seconden nodig heeft om alle posities door te rekenen; dus 1090 seconden.

De leeftijd van ons universum wordt geschat op 13,7 miljard jaar, dat is omgerekend in seconde grofweg 4 x 1017 seconde. Als we aantal benodigde seconden (1090) delen door de leeftijd van het heelal, komen we nog steeds een factor 1072 te kort. Ten opzichte van de leeftijd van het universum dus :)

Ik denk niet dat je zelfs kunt zeggen dat Go 'in theorie' geheel doorgerekend kan worden. Niet nu. Misschien dat we na de echte introductie van quantum computing een iets ander beeld krijgen, wanneer ook onze huidige encryptie nutteloos kan blijken. Maar voor nu kun je veilig stellen dat Go absoluut niet, ook niet in theorie, doorgerekend kan worden.

Typfouten voorbehouden maar het gaat om het idee. Overigens leuk feitje, het aantal bord posities is zelfs groter dan de eenheid 'Googol', de naam die Google eigenlijk had willen gebruiken schijnt ;)

[Reactie gewijzigd door Cloud op 9 maart 2016 21:29]

Het ligt toch iets genuanceerder dan je het stelt: de computer bepaalt zijn zetten niet alleen op basis van een door programmeurs vastgelegd algoritme / strategie (in combinatie met het doorrekenen van heel veel mogelijkheden), maar heeft, op basis van het analyseren van spellen, alsmede het heel veel spelen, zelf nieuwe algoritmen / strategiŽn geleerd. Dat verschilt dus niet heel veel van hoe een menselijke speler leert. De computer heeft dus zelf kennis opgebouwd zonder dat iemand anders die erin geprogrammeerd heeft. Nou kun je natuurlijk heel star zeggen dat intelligentie/slimheid alleen voorbehouden is aan levende wezens, maar als je kijkt naar processen als kennisvergaring, en het aanpassen van gedrag op basis van opgedane kennis, dan wordt het op een gegeven moment wel lastig om vol te houden dat computers niet "intelligent" zouden kunnen zijn.
Hahaha simple spelletjes, gast, kom op...Ieder kind ouder dan drie kun je leren nooit te verliezen met boter kaas en eieren, daar is nul rekenkracht voor nodig.
zulke 'intelligente' computers belangrijker taken moet geven dan het spelen van spelletjes of als handig hulpje gebruiken als je met veel data moet werken.
Dat worden moeilijke tijden dan, voor je. De zelfrijdende auto is al aardig op weg, en ook op andere gebieden zijn het steeds vaker computers in plaats van mensen die inschattingen maken of de beslissingen nemen...

[Reactie gewijzigd door tympie op 10 maart 2016 00:03]

Nooit geweten dat zo'n postje Go gewoon 3+ uur in beslag neemt! Ik heb het nooit gespeeld, maar ik dacht altijd dat dit een heel snel spelletje was.

Volgens mij was het een spannende eerste wedstrijd. Voordeel van de computer is natuurlijk wel dat de aandacht niet verslapt en niets over het hoofd ziet. Mensen worden moe, kunnen een beredeneringsfout maken, etc.

Aan de ene kant heel gaaf dat de computer het spel "snapt", aan de andere kant weer en beetje eng dat computers ons verslaan. :)
Ik las ergens op een andere site dat er meer mogelijke zetten zijn dan er atomen in ons universum bestaan, dus het is vooral een kwestie van hťťl snel rekenen :+
Nee, dat is nu juist het punt waardoor computers tot zeer recent zich absoluut niet met mensen konden meten. Er zijn zoveel mogelijkheden dat je er met alleen hťťl snel rekenen gewoon niet komt. Een jaar of 10 geleden, konden de beste go-computers nog niet winnen van een gemiddeld mens met een halfjaartje go ervaring. En het verschil in sterkte tussen zo'n amateur en de wereldkampioen is fenomenaal. Er was dus echt een doorbraak in algoritmes nodig om dat gat te overbruggen, puur meer rekenkracht er tegenaan gooien ging dit in de nabije toekomst bij lange na niet redden.
De computer moet op een of andere manier iets hebben dat lijkt op menselijke intuÔtie en aanvoelen of een zet sterk of zwak is, op basis van ervaring en kennis.
Het was niet serieus bedoeld ;) Ben juist enorm onder de indruk van de werkelijke 'gedachten' van de computer
Ik ken het spelletje alleen van naam. Heb er vermorgen live naar zitten kijken. Ik snapte er niks van, dus heb ik even de Wiki geraadpleegd voor het aantal mogelijke posities:
10761 compared, for example, to the estimated 10120 possible in chess
Lijkt me een pittig spelletje 8)7
Kudos voor Lee Se-dol _/-\o_

Bron: https://en.wikipedia.org/wiki/Go_%28game%29

[Reactie gewijzigd door NLSurfMan op 9 maart 2016 10:01]

Dergelijke getallen zijn een beetje onzinnig om de complexiteit van een spel (en dus het aanzien van de spelers) op te beoordelen. Kijk maar bvb hoeveel mogelijke startcombinaties er niet mogelijk zijn met Stratego, en dan heb je nog geen enkel stuk verzet.

Sowieso gaat een speler ook nooit alle combinaties gaan beginnen afgaan. Bij schaken gaat een computer wel grotendeels gebruik maken van het afgaan van een zoekboom waarbij er intelligent gesnoeid wordt. Het probleem met Go is dat die boom snel veel te groot is en er dus andere AI technieken moeten gebruikt worden. Dat wil daarom niet zeggen dat het spel zoveel moeilijker is voor een mens. Wij kunnen uiteindelijk wel hopen dingen in die spellen die voor een computer niet evident zijn, zoals patronen herkennen, positioneel inzicht, etc... Het doorrekenen van een aantal zetten is ook wel vaak nodig, maar is zeker niet doorslaggevend.

Ik heb vroeger zowel schaak als Go gespeeld in club-verband en vond Go zeker niet complexer omwille van het aantal mogelijkheden. Go was complexer omdat het veel meer louter strategisch inzicht vereist dan bvb schaken (al kan je natuurlijk terecht stellen dat dat uitgerekend komt door het enorm aantal mogelijkheden en bijgevolg de onmogelijkheid om als mens ver te gaan vooruit rekenen).

Ivm tijdsduur en complexiteit kan je Go overigens ook op kleinere borden (bvb 13x13) spelen zonder dat het spel zelf fundamenteel verandert.

[Reactie gewijzigd door Twixie op 9 maart 2016 12:24]

Ik begrijp wat je zegt over aantal posities vs complexiteit. Ik ben een n00b op Go-gebied dus ik laat me dan makkelijk verleiden om die twee zaken te koppelen.

Ik heb wat tutorials zitten lezen en het lijkt me best interessant om eens een keer te proberen. Ik ben niet van de gezelschapsspellen, al helemaal niet waar dobbelstenen bij komen kijken, dus dit lijkt me een goed alternatief.

*op zoek gaat naar een 13x13 bordje*
Het is juist niet een kwestie van heel snel alle mogelijkheden doorrekenen, want er zijn teveel mogelijkheden, zodanig veel dat het zelfs voor de snelste supercomputer niet te doen is in een afzienbare hoeveelheid tijd.

Het hele idee is dat er slimme "deep learning" algoritmen en technieken gebruikt worden zodat het spel door de computer goed te spelen is zonder dat alle mogelijke zetten moeten worden doorgerekend.
Super gaaf om te zien wat ze met deze techniek bereiken. Hopelijk druppelt de kwaliteit van AI snel door naar andere toepassingen in bijvoorbeeld de geneeskunde, maar natuurlijk ook in 'leukere' zaken als games (waar AI op het moment nog niet echt de I verdient :P).

[Reactie gewijzigd door RoofTurkey op 9 maart 2016 09:28]

IBM richt zich met hun Watson al op dat terrein. Zij hebben nu IBM Watson Health, waarmee ze alle medische informatie die beschikbaar is verwerken en op basis daarvan vragen van medici kan beantwoorden.
Ja en nee.
Watson is meer een databank die heel erg snel alle relevante informatie kan vinden en het best passende antwoord op een vraag kan genereren. Waar dit algoritme dat een doel dient te bereiken en oplossingen moet verzinnen om ondanks obstakels (zetten van een tegen speler) toch telkens weer een stapje dichterbij te komen.

Ik waag te betwijfelen of Watson ooit een goede go speler zal kunnen verslaan, nog zie ik dit AlphaGo algoritme een antwoord geven op een medische vraag.

Dat neemt niet weg dat je dit algoritme van Google niet zou kunnen leren wat de regels zijn om een virus te verslaan, dingen zo als het geinfecteerde organisme mag niet beschadigd worden in het proces etc... Het zou me niets verbazen als dit soort systemen in de toekomst veel zullen bijdragen aan onze mogelijkheden bepaalde ziektes te genezen dan wel te voorkomen omdat dit soort systemen veel vrijer zijn in hun mogelijkheden dan mensen. Wij kunnen misschien een paar honderd oplossingen bedenken en uitwerken in ons leven, een systeem als dit kan dat in veel minder tijd doen. Simpel weg door de grote hoeveelheid opties die bekeken kunnen worden door zo'n systeem is het waarschijnlijker dat dit systeem een oplossing vind voor dat een mens dat doet.
Het systeem iets nieuws leren, zoals je het noemt, is in feite een heel nieuw systeem maken.

Deze kunstmatig intelligente systemen kunnen allemaal maar ťťn ding en wel precies wat ze is aangeleerd. Watson past een algoritme toe op een database met medische gegevens, AlphaGo past een algoritme toe op een database met potjes Go. Zo heel intelligent is het allemaal niet, dat wordt vaak overschat.

Deze computers iets anders leren betekent een nieuwe database samenstellen en een nieuw algoritme schrijven. Dus om Watson Go te laten spelen is onmogelijk tenzij je hem ombouwt tot een volledig nieuwe AI.
Grappige is dat wat jij beschrijft nu net is wat Deepmind onderscheidt. Zoals de oprichter in een college heeft uitgelegd, ze willen voor game-omgevingen (= niet de echte wereld) een artificial general intelligence (AGI) bouwen. Hun eerste beproevingen waren ook met een algorithme dat willekeurige atari games kon leren door alleen de score te kennen en die proberen te verhogen zonder iets van de game te leren. Met alphago willen ze het zelfde bereiken, een set algorithmes die in een vereenvoudigde omgeving (zoals die van game, world of warcraft werd ook genoemd bijv.) zelf kan leren , zonder dat van tevoren wordt verteld wat het spel inhoudt. Zie ook deze video waarin hij het zelf uitlegt, https://www.youtube.com/watch?v=4fjmnOQuqao
Ik denk dat je Watson onderschat. Het mooie van Watson is dat deze juist makkelijk inzetbaar is in nieuwe omgevingen en niet telkens opnieuw ontwikkeld moet worden.

Het doel van Watson blijft telkens wel hetzelfde, namelijk het menselijk denken benaderen, en zoals we weten kan dit erg uiteenlopend zijn, van een intelligent antwoord geven tot simpelweg een bekende persoon herkennen.
Ik denk dat noch Watson, een expertsysteem, noch zo'n systeem als AlphaGo in staat zal zijn echte vooruitgang in de medische wetenschap te bewerkstelligen. Het menselijk lichaam zit ogenschijnlijk simpel in elkaar, maar de complexiteit is enorm. Om daarin vooruitgang te boeken zijn toch echt heel slimme, vasthoudende, creatieve wetenschappers nodig.
Vooral dat creatieve, daarvoor moet je niet bij AI zijn. Slim, vasthoudend, misschien, maar beslist niet creatief.
Yup, en in veel ziekenhuizen kijken ze er ůf naar uit, of dekken ze zich angstvallig in.

Artsen zijn zeker ook niet perfect, en Watson hoeft maar beter te zijn dan de mens, niet een 100% goede diagnose te stellen.

Hell, als Watson in 60% van de gevallen een juiste diagnose geeft, is dat al beter dan artsen. Daarbij beschikt Watson altijd over de meest recente kennis, hoeft Watson zich niet te specialiseren (immers, alle data is altijd beschikbaar) en wordt Watson nooit moe.

Enige uitdaging is nog het menselijke aspect. Hoe vertel je de diagnose, en hoe begeleid je een patient in een traject.
Voor de computer games AI, het grote probleem is dat je uiteindelijk een leuk spel moet maken. En niet een spel dat zo goed is dat een wereld kampioen nog verliest. Ook moet je rekening houden met de beperkte rekenkracht van een huis tuin en keuken computer.

Als jij net als elke andere persoon een datacenter in de kelder zou hebben staan dan zou de AI in de gemiddelde game een heleboel beter zijn dan deze nu is maar dat is helaas nog niet het geval.
Dan heb je dus een wedstrijd met een enorm geavanceerde computer, en dan lever je zo een belabberde kwaliteit van (inmiddels niet meer live) video af. 45 minuten in de video komt het frame met "The match will start in 0 seconds" nog met regelmaat voor een aantal seconden in beeld, en schokt het beeld en geluid regelmatig, op soms essentiŽle momenten in de uitleg van de besproken strategie...

Ik vind het contrast beschamend groot.

Wel interessant om eens een goede uitleg van strategie te zien. Ik kom niet veel mensen tegen die het kunnen spelen (hoewel het niet moeilijk is) waardoor ik het niet veel speel en ik dus ook nog geen kennis heb kunnen maken met geavanceerde strategieŽn.
Er is toch heel goede software tegen wie jij kunt spelen?
Jawel, maar tegen mensen vind ik het een stuk leuker. Zeker als die ook nog wat uit kan leggen.
Een overwinning en het verlies van de mens tegelijkertijd.
Ik zou niet eens weten wie van de 2 ik wil zien winnen.
Nog genoeg spellen waar robots niet kunnen winnen.. Al gaat ook dat in de toekomst veranderen.
Kick boxing comes to mind :+

Maar ik ben het inderdaad eens met Musical-Memoirs: Het is moeilijk om een kant te kiezen hierin...
Het zou er cool uitzien als ze AlphaGo zouden combineren in de nieuwe Atlas robot van Boston Dynamics(Ook google).. Zodat die robot daadwerkelijk fysiek het spel speelt en wint.. Dan ziet het er echt uit als science fiction.
Dat noemen we geen science fiction meer, maar moderne wetenschap ;-)
En dan een eliza algoritme erin zodat ie een gesprek voert met je terwijl je wordt ingemaakt :)
Wow, sterk dat die AI al bij zijn eerste match wint.

Misschien off topic: kan je deep learning ook gebruiken om bijvoorbeeld een computer muziek te leren componeren, of gaat dat niet omdat daar creativiteit voor nodig is?
Youtube het. Er zijn al bots die composities hebben gemaakt die Bach evenaren.
Heeft iemand enig idee wat voor hardware er gebruikt wordt voor AlphaGo? IBM's Watson was ongeveer zo groot als een flinke mainframe computer. Maar over AlphaGo kan ik niets vinden.

Om mijn eigen vraag te beantwoorden (na wat uitgebreider gegoogle):
Initially, DeepMind pitted AlphaGo, running on a standard PC, against the leading Go programs, where it won all but one of 500 matches.

Then it was time to play three-time European Go champ Fui. AlphaGo won every game. For that match, though, DeepMind upped the hardware ante considerably, putting AlphaGo on a distributed system with hundreds of CPUs.


Via: http://mashable.com/2016/01/27/google-ai-beats-go-champ/

[Reactie gewijzigd door MrEd79 op 9 maart 2016 10:25]

Best creepy dat deze twee grote advertentienetwerken met zulke geavanceerde AI bezig zijn
Mensen zijn altijd bang voor nieuwe technologische ontwikkelingen, na een tijdje is het toch geaccepteerd.
Des te belangrijker is het dat je je bewust bent van wat je allemaal laat minen door de 2 grootste miners.
offtopic:
Ik heb mede daarom geen facebook, en ik vermoed dat mijn Nexus 5x ook mijn laatste android device wordt.
Maar wat voor telefoon OS wil je dan gebruiken?

Android & IOS is leading.
Dan heb je nog Windows 10 phones (NSA phone!!, ik neem aan nog erger dan android in datacollectie)

Ubuntu telefoon? Maar dan mis je de grootste apps die juist in gebruik zijn door al je vrienden,fam , collega's zoals Watsapp of Signal msg.
(NSA phone!!, ik neem aan nog erger dan android in datacollectie)
Want? Heb je ook een bron of wat meer info om die claim te onderbouwen? Of heb je het over de opties die je zelf kan instellen over welke info er naar clouddiensten gaan van Microsoft. Die niet echt anders zijn dan die van Apple of Google.
Eigen android rom erop laden? Dan sloop je de facebook apps eruit :)
De AI van Company of Heroes II mag wel wat beter, maar ik zou er wel van balen als ik continue zou verliezen.
Er zijn meer variabelen dan alleen het niveau van de AI. Het is heel eenvoudig een spel te bedenken waarin de computer de mens altijd verslaat (wedstrijdje snel rekenen met grote getallen? Dan zou een mens in de jaren 60 al verloren hebben). Het is een veel grotere uitdaging een set regels te bedenken waarbij de mens de computer verslaat, gegeven dat de ontwikkelaar van de software de mens ook echt wil verslaan. Dat laatste is bij computerspelletjes natuurlijk niet het geval, de uitdaging is het spel zo moeilijk te maken dat de mens kan winnen, maar niet altijd zal winnen. Een hele andere tak van sport dus.

Op dit item kan niet meer gereageerd worden.



Apple iOS 10 Google Pixel Apple iPhone 7 Sony PlayStation VR AMD Radeon RX 480 4GB Battlefield 1 Google Android Nougat Watch Dogs 2

© 1998 - 2016 de Persgroep Online Services B.V. Tweakers vormt samen met o.a. Autotrack en Carsom.nl de Persgroep Online Services B.V. Hosting door True