1樓：顧嘉雋
狗的計算力是很強，但是他還是不能做到窮舉和絕對的暴力計算，也就是說他的選擇還未必是最優的，假設窮舉以後得出的結論是最優的，那麼也就是說越接近窮舉則選擇的變化更優。在我和一些職業棋手看來，狗的布局思路確實很強，人不可能看到那麼多變化圖，能選擇的點就會少很多，自然狗能做出比我們更優的判斷。我覺得從目前的棋譜看來，狗讓李世石一先，李世石也很難下。
這對於我們人類棋手來說，其實並不可恥，就像我們不會和汽車比誰速度快一樣，只是我們以前對於圍棋棋手能戰勝電腦有有一種特別的驕傲，但是現在智慧型能佔據上風不僅不會給圍棋行業打擊，還會給我們新的一種研究圍棋的思路
2樓：段牛牛
於被我發現阿法狗的秘密了！怕被滅口，冒死公布！這根本不是乙個下圍棋的軟體！
它是一款可以和冥界交流的軟體，在冥界客戶端的那邊坐著黃龍士、秀策和吳清源～看到坐在李世石對面的人了嗎？那根本不是程式猿，他是個職業巫師，俗稱問公尺婆者是也
3樓：序言
我只能說，這場比賽是谷歌做的最成功的廣告，僅此而已，就是個廣告。所謂的把人工智慧和人對立起來的說法全是煽動人心，畢竟和谷歌那個機器下棋的是他的測試工程師，他也代表不了人，谷歌機器代表不了人工智慧，如果這樣的宣傳達到了谷歌的人工智慧代表了最前沿的話，那谷歌這錢就沒白花！
4樓：
現在回想棋局，定式中白12這手棋完全不應該走，因為白棋區域性已經安全了，再走就是畫蛇添足啊。我認為是歷史的錯誤。
寧失數子，不失一先。何況得到的僅僅是一點地。
是我們檢討現成的定式的時候了
5樓：有夢想的吃貨
做為乙個圍棋的愛好者，看了2局，特別是第2局我是真的很開心，為圍棋開心，中國幾千年的古人創造的這項神奇的技藝真的有終點嗎？我以前一直覺的不可能有所謂圍棋之神的存在，現在人工智慧帶來的這個希望，終極的圍棋技藝到底是這麼樣的？我覺的我在有生之年也許真的能看到。
6樓：小錘子
我是在youtube看麥克雷蒙做直播解說的
學了十多年棋我自己最大的感覺就是一塊厚勢 or一塊孤棋怎麼判斷它的價值留幾步走的機會在局面發展potential很大的情況下取捨哪一塊呢。每次自己下棋算這些都很蛋疼看到厚勢如果是自己的一時爽 （噗）。但每次輸給別人基本上也是這種錯。
也許Alphago在這方面的演算法是非常成功的。第二局alphago對定式的創新不知道是不是最優選擇。但是至少是不虧的。
我認為Alphago在110步+的時候已經奠定了盤面12目左右的優勢了。人和機器比收官。實在是比不來。沒有指望差距能小於這個數值。
心裡為偶像感到心疼。
除了二次讀秒的那一步小飛放棄了右邊靠中間的那一子偶像走的有點慌張。其他我覺得真的沒什麼好挑剔的。比第一局好。
但是這種穩紮穩打的感覺有點像安樂死。
說一句題外話了。希望不要老是有一些朋友說。 人類的尊嚴在這裡被嚴重的打擊了。以後該怎麼看待自己…blahblah
尊嚴是自己給自己的不是Sedol給的。
明天繼續看直播。加油。
7樓：
跟人下棋,你得揣測對手可能的意圖.
跟狗下棋,你得揣測狗可能的意圖.也就是狗的決策思路.
所以,小李應該學習一下狗的決策演算法及價值演算法,至少要有個了解.
人下棋,是要做局,要看破對手設的局.
狗下棋,不做局,也不管你的局.
狗的想法很簡單。
狗每下一步棋,是考慮到20步以後的情況並計算了勝率,選的最佳解,然後等小李下完一步,狗再計算一遍.從這個意義上來說,狗下每一步是跟前面沒關係的,而是跟後面有關係的.
就算小李能做局做到20步以後.但是20步能取得的優勢是不是決定性的勝利,又難說了.
從這個意義上來說,除非狗的時間不夠,不然,小李注定是會被能算到20步的狗,日的.
簡單點說，人算不如狗算啊。
8樓：邱渙陽
最關鍵之處就是李世石心理崩潰了。從開局不追究狗的未完成定式，到對所謂的「脫帽的一手」貼起而不是正常的爬，可以看出他怕了。
我就說一句，如果對手的每手棋不管多奇怪你都覺得是老謀深算，在布下什麼陷阱等著你，這棋還怎麼下？！
9樓：
電腦追求的是勝率，它下的每一步棋都是這樣考慮的。所以你們認為的臭棋在它看來是當前局勢下對於提高勝率的最優解。還有打劫的問題，對於它來說不存在這方面的問題，對於區域性它可以窮舉得到勝率和最優解不存在感覺的問題，對人來說有文章可以做的地方對它來說是確定性的結果（勝率多少和最優解的走法）。
它沒有自己的風格，確是集百家之所長，開局沒有什麼新意，盤中妙招不斷，尾盤無懈可擊
10樓：無名
比賽地圖，Lost temple
阿爾法選擇了神族，出現在了三點鐘方向，小李，選擇了人物，出現在六點鐘方向。
比賽開始，神族選手看上去很業餘，連用shift分農民採礦都不會，人口到了12了，才想著造乙個兵營，並且造的沒有任何建築學美感。此時，人類早已把路口封上，閉門造坦克。
突然，神族選手莫名其妙的在地圖的9點位置的礦點造了乙個水晶，簡直神經病，這麼前期就在外面造水晶，被看到不是白送嗎，一會人類大兵套路看到了，肯定會竊喜，這不是浪費前期寶貴的經濟嗎。真是業餘。果不其然，探路小兵發現了，但是小李沒有理會，這是什麼鬼，浪費我時間，想讓我A你水晶，讓我晚點發現你的位置，你要閉門搞大招？
不理會，繼續下乙個探路點。
人類坦克已經出爐，但是小李求穩，不著急亮實力，造了乙個飛機場準備空投，就在飛機滿載坦克和大兵出發的那一刻，小李突然意識到有什麼不對，原來他忘記了之前9點的水晶，早就忽略了他，以為早就A掉了。神族的水晶發現了這個異樣的舉動，6個龍騎早就在半路等候，兩架運輸機全軍覆沒。原來，水晶的作用是這樣的！
小李生氣了，繼續閉門造車，準備正面求戰，一路高歌猛進，大部隊開進到了神族門口，沒有人，就只有3個龍騎在門口迎客？難到神族是弱智嗎？大部隊也不回來防守。
於是，他就放鬆警惕大搖大擺上了高地，開進了神族的家裡，頓時，螢幕上的畫面出現了一堆波紋，顯示器壞了？不，是神族準備了一隊隱刀，正在磨刀呢。不好，撤！
可是發現這奇葩的建築學，把我的坦克都卡住了，堵車嚴重，好進不好出阿！沒辦法，一把粉撒下去，拼了！
戰爭持續了很久，戰局也很慘烈，雙方各有損失，最後各自收兵，準備再戰。戰後，小李按下了暫停，在螢幕中打下了以下幾個字，"wo qu na yi xia kuai di,=="，其實，是小李心裡緊張了，尼瑪，這電腦太陰了，我需要休息一下，調整心態，抽個煙。
"Go?"
"Go"
比賽繼續，小李繼續與這樣乙個毫無章法可言的電腦對戰著，你來我往，各有來回，可是，可是，可怕的事情發生了，在自家的左上角，出現了5個bc，這是什麼鬼，我要立馬殲滅，可是，他發現，在5個bc的後面，是三架航母，航母的基地，就造在了一開始不以為然的水晶旁邊，尼瑪，我$&&$@$$&&。
"GG"
直到最後，人們發現，雙方均沒有開分礦。太假了，職業選手竟然連分礦都不開？這尼瑪有內幕！有假！
11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。
12樓：陽光一點紅
和電腦下不允許失誤。所以會很累，但是職業比賽是互有失誤的。並且這個阿爾法go的計算是每一步，每一點都會進行計算，這還不算完還會計算把棋盤下到無子可下，不過現在突飛猛進的計算機計算能力的突破來看，原來的不可能變成了可能。
13樓：
關於打劫的問題，代AlphaGo下棋的Dr. Aja Huang正面回應如下
附出處：http://www.
yigo.org/modules/newbb/viewtopic.php?post_id=87902#forumpost87902
14樓：
都說AlphaGO經常下俗手，我認為這個是快速搜尋演算法決定的：
AlphaGO評價幾個可選點好壞用的演算法幾乎接近於隨機落子，這個前提下，留出變化的妙手根本不如穩健的俗手有優勢，很可能你隨機走乙個子，留出的變化就會導致大劣勢。
所以AlphaGO走的時候各種求穩已經寫在它的演算法裡了。這不是優勢，也不是劣勢，而是「特性」。
似乎大家都沒注意到這一點。
15樓：劉錦鵬
從數學的角度提乙個想法。
由於圍棋的可能性太多，結果屬於輸還是贏無法從第一步就確定，下棋就相當於乙個「求極限」的過程。正如很多人都說到了，從開局走向最終的勝利，人類下棋算的是目數的多少，而alphago算的是獲勝的概率，就是不同的求極限過程。人類理解的極限是「目數之差是正還是負」，靠的是不斷積累目數的優勢，最終趨向於「我贏你多少目」，有點像「逐點收斂」；而alphago理解的極限是「勝率是0還是1」，不斷提公升獲勝的概率，使勝率最終趨於1，就像是「依概率收斂」。
（在此不去糾纏嚴格的數學定義）
而從這盤棋來看，恐怕AI用來計算極限的方式更加科學，一方面是人容易失誤，時而下出妙手，時而下出緩手，就像是乙個振盪的數列，最終的極限是正還是負就不好控制了，另一方面是AI有可能可以精準地構造一列漂亮的數列，不敢說一定單調上公升，但可以保證最終的極限一定是1。如果是這樣，alphago的大局觀遠在人類之上，因為人類只能控制「點」，而AI在乙個難以理解的空間上控制「測度」（細思恐極）
說點題外話，有沒有AI不能解決的問題？只要是能夠將問題轉化成概率的計算，人類一定是遠遠比不上機器的。然而也有一些問題不能算概率，比如黎曼猜想的證明，計算機已經驗證了上百億個解是成立的，但只要存在乙個反例就可以推翻證明，因為這種問題不是「依概率收斂」的，99.
99999999%正確也不能說明命題正確。當然了，可能是因為機器學習的核心是貝葉斯，用這種數學框架設計的AI無法解決，但未來的AI用的會是完全不同的數學框架，比如鄭志明老師有次介紹過，將數學機械化與動力系統結合，可以證明高等數學的結論。我感覺證明黎曼猜想可以作為「奇點」的來臨可能更合適，這一天應該會比AI突破圍棋遙遠地多，但這一天是遙不可及還是近在咫尺，who knows?
如何看待李世石VS阿爾法圍棋人機大戰第四局李世石第78手的 神之一手 ？
樂紗 AlphaGo，乙個批著鋼鐵鎧甲的 紙老虎 我個人猜想它的致命弱點如下 長步驟的精確計算有問題。它在若干步以後無法精確計算。這就造成第四局中，大範圍對殺 若干塊對殺 長步驟對殺中出現漏算。漏算之後，它在自我評估勝率低於50 的情況下的選點仍然選擇勝率最高的，但是這時候的勝率可能受大量的低等級棋...
李世石與 AlphaGo 的首場對決中最開始犯的錯誤是什麼？
胖腿 李世石成了人類罪人。在阿發狗沒有成熟的2016年3月，李世石用完全愧對世界第一頭銜的實力讓阿發狗肆意碾壓。這是人類唯一最佳的時機贏過電腦 隨著時間的程序，未來擊敗電腦的概率會越來越低，而這最好的機會卻被李世石浪費了。要是柯傑或者羅洗河來，至少能在2016年維護一下人類尊嚴 未來怕是沒有這個機會...
為什麼那麼多人關注李世石與 AlphaGo 的圍棋比賽？比賽結果意味著什麼？
電機小馬達 假輿馬者，非利足也，而致千里 假舟楫者，非能水也，而絕江河。君子生非異也，善假於物也。人之所以為人很重要的一點就是人即使做不到，也可以借外物。所以人很強大。阿法狗令人恐慌的是，人似乎會造出乙個擁有人的這項能力的 物 可能以後頂尖棋譜上只有AlphaGo BetaGo之流了吧，雖說它們是大...