AlphaGo或已誕生智慧型？

1樓：Ted Mosby

圍棋對AI來說，真是個簡單問題，每一步最多最多19x19個選擇，剩下就是如何評估這些選擇的勢態函式了：方法就是nature那篇文章裡提到的強化學習（勢態的自學習，hint：圍棋最終勝利的勢態是比較確定的形態）、深度網路（一定的抽象，hint：

降維）和樹形搜尋（一定的蠻力——壓死駱駝的最後一根稻草）了。

李「師師」唯一的機會就是加入facebook go 團隊反身挑戰alpha go了；

柯「姐姐」還是避戰的好，免得小心臟受不了，畢竟年輕嘛～

2樓：旱鴨子

知道為什麼以前西洋棋電腦戰勝人類時候，大家沒有這麼多感觸嗎？因為國象軟體絕大多數都是開局背譜+後半深度計算的模式。這種模式就是大家所熟悉的算到死的模式，也是所謂的機械式方法，一般來說不會被認可為"有智慧型"。

但是這次狗狗不太一樣，谷歌團隊並沒有給他編寫一種演算法，而是給他編寫了一種學習方法，讓他反覆學習棋譜，並自己和自己反覆下。這種模式很可怕，因為這也是你我學習的方法，而且，從現在阿爾法狗的演算法來說，他下某一步的過程，從外部來看是黑盒的。也就是說，很像乙個人學習乙個事情以後，做出反應時候的樣子。

你知道他學了些什麼，也最後看到了他的反應，但是你並不知道他乙個完整的思考過程。

從這個角度來說，阿爾法狗真的是擁有了自我學習和思考的乙個初步能力。

3樓：無名

儘管我還是認為，計算機永遠不可能達到人類的智慧型。但是萬事萬物都是可能的，計算機有可能未來達到和人一樣的智慧型，或者遠遠超過人。

此次大賽，不排除計算機在故意拖延時間，以達到遮掩實力的目的。