围棋人机大战第四局棋谱|李世石alphago人机大战第四局棋谱完整版-东坡下载
东坡下载：内容最丰富最安全的下载站！|||
→ 李世石alphago人机大战第四局棋谱 完整版
李世石alphago人机大战第四局棋谱介绍
在韩国李世石与谷哥阿尔法狗（alphago）对战三连败后，终于在第四局中扳回一城，那知他们究竟是个什么样的棋局呢？东坡小编带来了李世石alphago人机大战第四局棋谱完整版下载，想看李世石是怎样赢alphago的赶紧看看吧！李世石alphago人机大战第四局赛况第四局比赛中，AlphaGo执黑先手，李世石执白。开局阶段双方就形成星小目对星小目的局面，但之后李世石会并未走出模仿棋，而是打出了自己的风格。和前几局对决相比，李世石今天更多次陷入“长考”，导致耗时太多，在比赛进行到2个半小时后，李世石仅剩下17分钟，比AlphGo剩余时间足足少了1个小时。随后，李世石白78挖，下出一招妙手，成为本场比赛的转折点。AlphaGo黑93立，下出一步常理上的废棋，令所有人大惑不解。现场英文解说员麦克雷蒙九段表示，AlphaGo后面跟的这步一下子把局面弄复杂了。李世石alphago人机大战第四局结局虽然AlphaGo出现了一次“bug”，但李世石仍然不敢松懈，在打吃右侧黑子时还是非常谨慎。在比赛进行到3小时20分钟时。李世石计时全部用完，进入读秒落子阶段。此后Alpha由于判断局面对自己不利，每步耗时明显增长，都超出了3分钟。到3小时40分钟时，比赛大局已定，AlphaGo（白）投子认输只剩时间问题，李世石只需要冷静收官即可获得胜利。收官阶段，左下角AlphaGo黑159扳再次出现漏洞，黑子没有继续在此处落子，而是到左边立，导致上一步棋成为“无用功”。最终，李世石在收官阶段发挥稳定，没有让AlphaGo占到便宜。李世石获得对AlphaGo的第一场胜利，双方总比分变为3：1。李世石第四局赛后说：在赛后的记者招待会上，李世石谈到了AlphaGo的两个弱点：一个是AlphaGo执黑棋时似乎挣扎比较多，相较执白棋时更难赢。另一个是，当它遇到出其不意的招数时，有可能会导致失误，未必是失误，就是bug。谷歌阿尔法狗(alphago)为什么会赢举世瞩目的“阿尔法狗”和李世石对战，并不是历史上第一次人机对战的棋类运动。1997年，IBM的“深蓝”战胜了俄罗斯国际象棋大师卡斯帕罗夫。当时，“深蓝”2胜1负3平的战绩让卡斯帕罗夫深受打击。后来，IBM还拒绝了卡斯帕罗夫的再战请求，拆卸了“深蓝”，让给他至今无法找“深蓝”复仇。卡斯帕罗夫的遗憾并不无理由――今天，“深蓝”的确算不上“聪明”的电脑。“深蓝”主要依靠强大的计算能力穷举所有路数来选择最佳策略。依靠硬算，“深蓝”可以预判12步棋，而卡斯帕罗夫可以预判10步，二者势均力敌。当然，“深蓝”必须具有相当的计算速度。据认为，“深蓝”实际上是一台超算机，有480颗特别制造的象棋芯片，下棋程序以C语言写成，运行AIX操作系统，其计算能力在世界超级电脑中排名第259位。然而，围棋在复杂程度和组成数量上远超国际象棋，是目前最复杂的博弈类封闭游戏。日，Nature杂志在封面论文中称，围棋是人工智能领域一个具有标志性的“大挑战”，源于围棋“巨大的搜索空间、很难估计局面和下子”。围棋棋盘上每一点，都有黑、白、空三种情况，棋盘上共有361个点（19乘19），理论上可能产生的局数为3的361次方种。这个数字大概是10的170次方，比已观测到的宇宙中原子数量还多。国际象棋只有10的46次方。除了棋盘大，围棋在下棋过程中还会出现“吃子”的情况，更加剧了其复杂性。曾任职谷歌公司的李开复说，当年“深蓝”与卡斯帕罗夫的对局，实际上使用的是人工调整的评估函数，并用特殊设计的硬件和“暴力”（brute-force）的搜索征服了国际象棋级别的复杂度。围棋则不行。“因为它的搜索太广，每步的选择有几百而非几十。也太深，一盘棋有几百步而非几十步。”李开复在知乎上回答称。所以，只靠算，计算机恐怕无法学会下围棋。在“阿尔法狗”问世前，最成功的围棋计算机程序能达到业余人类选手的程度，但还不能和专业选手在不让子的情况下平局。2014年初，围棋程序“疯狂的石头（Crazy stone）”在一次比赛中战胜九段棋手依田纪基。但是当时是在人类棋手让出4子的情况下赢得比赛。开发这款程序的法国程序员Rémi Coulom在得知李世石将在不用让子的情况下对战谷歌公司的“阿尔法狗”时，感到既兴奋，又有些难以置信。他表示，这是人工智能巨大的进步，而他原本以为这一天将在十年后到来。在“疯狂的石头”的设计中，Coulom使用了被称为“蒙特卡洛树”的搜索技术。这种算法对大量随机过程进行统计评估，得出一个最优的解法。也就是说，蒙特卡罗算法对计算进行了筛选，数据库中的低胜率选择直接抛弃，放弃了穷举法中那些大量消耗计算资源，但却没有意义的计算，使其对具有高胜率的选择有更加精确的计算和分析。加拿大艾伯塔大学计算机科学家乔纳森?谢弗曾设计程序提高计算机的国际跳棋水平，试图遇到了瓶颈。他发现，就算使用了蒙特卡洛树算法简化了运算，计算机依然无法获得人类高手拥有的“棋感”。作为一名围棋爱好者，Deep Mind公司的CEO哈萨比斯也表示，人类顶级大师中，走法很多时候依靠直觉。在他的理解中，“棋感”是指棋手能够根据形势分析攻防线路，还需要对棋形进行审美，这也是围棋几千年来让人着迷的原因。所以，从2014年开始，包括脸书（Facebook）、谷歌的Deep Mind等人工智能研究团队都将使程序模仿人类的直觉作为围棋人工智能的突破方向。
围棋人机大战相关软件
电脑版相关
手机版相关
李世石alphago人机大战第四局棋谱 完整版
中国CZ88.NET 网友 客人 发表于:
机器人也太厉害了吧，不过好在李世石还赢了一次alphago
35KB / 04-09 / doc格式免费版【模拟试题及答案】
3.9M / 04-08 / 【实例讲解】doc免费下载
225KB / 04-08 / 【实例教程】doc文件免费下载
16KB / 12-26 / word免费版
11KB / 12-17 / word电子免费版
本类软件排行
装机必备软件
素材字体高考学习如何看待人机大战第四局李世石战胜AlphaGo？
李世石首胜。------------------本题已收录至知乎圆桌 >> ，更多关于李世石对战人工智能的解读欢迎关注讨论。
按时间排序
445 个回答
请不要神话人工智能
源微信公众号 早早晚晚安
这几天我的朋友圈被一只狗刷屏了，以前下围棋的朋友们不断的用“专业角度”点评人机大战棋局进行，说白了就是秀优越：“我会下围棋呀？我能看的懂围棋～你们都知道那些黑白子的含义吗～”不会下围棋的人类不光在比赛直播的时候聊主播们的八卦，现在已经开始大面积宣传人工智能威胁论，一帮不懂围棋的计算机届的精英写了大量文章，就跟他们也是光荣的谷歌团队的一员似的，不过我也理解，装逼的机会不老有，谁不愿意自己的专业变成高大上？不过被刷了这么久，也没看见哪个会下围棋的写过哪篇文章，可能是我们太忙了。也可能是下围棋的不善言谈吧。
但我是坐不住了，如果再被刷屏，我都感觉世界末日要来了，这只狗现在被神话的比施瓦辛格的终结者还牛逼，我们离世界毁灭好像就差“天网”计划了！对了，忘了介绍我自己了，我不是来装逼的，我是来解救人类的，请不要再神话AlphaGo了！
本人业余五段强很多，当然了，我是指十年前的巅峰时期，本人已经整整十年没下过围棋了。自从二零零六年放弃追求职业段，回来上初二的时候，我就基本放弃围棋了，我知道这行业太难，我天份不够，回到社会的我没有沉浸在以前的岁月，甚至不怎么说自己的曾经。我说这些话只有一个意思，我是真正的圈内人，跟我一起睡的同学，出过两个世界冠军，十几个职业棋手，全国业余冠军和省市冠军多不胜数，我们那波人里（三十多人），只有我屁冠军都没有，对了，小时候拿过全国比赛少儿组第五名，跟那帮牛人比我是真不好意思说（好汉不提当年勇）因为我说放弃围棋就不下棋了（真没时间和精力），啥比赛都没参加过，如果硬来的话，那时候的水平不说北京市前几名（因为北京牛人太多了）起码一般地级市的冠军还是绰绰有余的。
我说这么多只想表达一个意思，（其实你们只看这一段就好了）不要在围棋上质疑我！除非你比我牛逼！（比我牛逼的都在从事围棋事业，他们没这么多闲工夫写这破玩意）
说主题，虽然狗4比1赢了李世石，却实很厉害，世界超一流水平。但是，请不要神话这只狗，他只是一个高级点的程序而已。我先来谈谈李世石为什么输吧。 最大的原因，李世石的棋风被狗的棋风克，什么叫棋风？就是下围棋的风格，说白了就是战斗力的八卦格，李世石强在计算力，弱在大局观，他的多数胜局都是后半盘逆转，为什么说逆转？因为前半盘布局是李世石的弱点。这太吃亏了，因为人类独有的逻辑思维、形象思维、大局观（情商）、这些都是电脑难以模仿的，而后半盘的战斗力（计算能力），恰恰是电脑最擅长的，因为这些计算都是直线计算，而且选择没有那么多，李世石再强，能强过以万为单位计算力的电脑？
第二个原因，心态。人类是有心态的、感情的。狗第一盘棋表现的实在是出乎预料，确实很强，而且之前完全没有狗的棋谱传出，“唯一”的五张棋谱是半年之前的，那时候狗五比零战胜了一位职业棋手（那位棋手的水平和李世石差两子，就是李世石强很多，水平跟本不是一个数量级）。所以李世石之前信心爆棚，认为自己完全不会输，之前韩国关于李世石的采访可以看出这一点，同时我们大家都是这样想的，我们甚至期待狗能赢一盘，而不是没有观赏性的被砍瓜切菜。所以李世石完全被打蒙了，心态完全失衡。而且第一盘棋输掉，输的原因是李世石领先，被电脑打入（就是输的一方闹事），结果李世石怂了，被翻盘。第二盘和第三盘他的心里压力得有多大啊？试想一下，如果让你代表全人类，你能Hold住？
第三个原因，电脑没有感情，无时无刻不全力以赴。而人类会害怕，优势的时候容易保守（怂），劣势的时候会激进（玩命），玩不好死的更惨。我可以很负责任的说，基本李世石的败招都是几招缓手（在优势的时候怂了），而人类之间的对局败招往往是失误，因为没有人能跟电脑一样抓时机抓那么准，就跟去年A股大盘5300点最高点的时候，只有那么几分钟，你们谁把股票卖了？谁抓得到那几分钟？
最后，就是电脑的行棋方式（这部分有点专业，看不懂可以不看）。我举一个容易理解的例子吧，画画，人类怎么画画？是不是要先打个草稿，描个轮廓，化作慢慢清晰，最后上色。那彩色打印机是怎么玩的？如果有人画画的时候跟打印机那种一个像素一个像素的画法，你别扭不？是的，电脑的棋风，两个字！变扭！！！三个字！看不懂！四个字！无法理解！电脑的很多棋就是，卧槽！这棋还能这么下？卧槽！下完居然没亏！卧槽！下完居然看着还挺好！李世石三连败的时候是围棋界最煎熬的时候，甚至神话阿法尔狗就是棋手们开始神话的，因为电脑很多看似“臭棋”，结果还取得不错的效果的时候，不禁让我们联想，围棋还能这么玩？这个要是玩对了可就真的是围棋之神了。但李世石第四局的大胜，让我们都大舒一口，因为第四盘棋证明，电脑是会下错的，臭棋就是臭棋！而且电脑在落后的时候简直发疯，就跟系统崩溃一样。而之前几盘棋李世石应对电脑的臭棋，就是李世石自己心态不对，没下好啊！关于那盘赢棋，一会科普的时候再说！
所以，这就是阿尔法狗！现在知道狗怎么赢的了吧？狗的行棋方式独一无二，人类不适应，狗没有感情，优势不会怂，劣势不会瞎拼命，棋盘越下越小，选择越来越少，狗只要熬过了布局（需要人脑最多的阶段），不是落后太多，狗都有机会翻盘。而李世石布局是弱点。狗就是这么赢的，李世石本人不服，围棋界的更不服。用李世石的一句话来告一段落吧，“人类可以做更多，其实很多人都可以挑战AlphaGo。这次比赛自己有些后悔，在这场人机大战中人类其实可以展现更多的东西。”这句话什么意思，现在大家可以有点明白了吧！
最后，我们来科普！！我们下围棋的文科生也是懂科学道理的！还有，本人法科学生，实事求是！
阿尔法狗的模式有四个模块，分别是下棋网络，快速走子，估值网络，蒙特卡洛搜索。而狗之所以狗，完全是因为最核心的，蒙特卡洛搜索。之所以象棋和国际象棋很早就可以战胜人类，是因为象棋的棋盘小，规则多（规则越多越简单，围棋只有一个规则，却是最难），计算机完全可以凭借直线计算，把所有的情况完全计算一遍，当然计算机最厉害。而围棋的变化太多了，围棋的棋盘是19X19＝361 ，那么第一步就有有３６０种选择，以后的情况大致如此，我们就以３６１为界，那么变化数是３６１！，约为１０的７６８次方。这个数字是什么概念？它比宇宙中所有的原子数量还多！所以为什么之前人类不相信电脑会战胜人类，也是为什么阿尔法狗被称作“智能”的原因。那么什么叫蒙特卡洛搜索呢？我也说不清楚你们去百度吧！我简单说，通过蒙特卡洛搜索就是一个高级公式，高级算法。通过这种算法，解放电脑的计算力，比如第一首棋，表面上看有360手走法，其实，自从围棋诞生以来，也就出现过几十种第一步棋的走法，甚至常用的就三四种。通过这种算法，和大量的棋谱输入（所谓电脑自学），电脑记忆出这些可能的走法（这些走法的概率不是0），而真实对局时，电脑只需要分析这几十种走法，随机选择一个胜率大的走法（这其中肯定很复杂，但就是这个意思）。同样的，之后每一步棋都是这样。“智能”说白了就是随机性，即相同的走法下，相同的算法，随机出来的走法可能不一样。蒙特卡洛算法真的很伟大，这大大减少了计算机的计算力（虽然计算的数量值还是每秒千万次以上，但现在的技术可以达到，而且可以通过增加硬件比如CPU，提升电脑运算能力，而且电脑并不是一秒一步，也同样需要几分钟，甚至十几分钟来计算，可见一盘棋的计算数量有多大，亿的亿啥的我数学不好请原谅）。那么，聪明的同学很可能已经想到了我这张说法的思维漏洞，即，存不存在这样一种情况，正确的行棋点一开始就被电脑排除了？当然存在了，而且这次比赛也出现了好几次这样的情况。这不得不说李世石的“神之一手”，这手棋确实妙手，但也没那么神，神就神在李世石省略了很多必然交换，直接下在了重点（我们人类知道）。但电脑不知道啊，李世石的下法估计被电脑排除掉了（因为电脑不会省略，只会交换）。所以电脑经历了好几手的“崩溃”那棋臭的比才学期三天的小孩都臭！臭的逆天！怎么样，我说的是不是很有道理！但这种运算另外一个厉害的地方就是，电脑的每一手棋都会重新计算，所以经过了几招“缓解”电脑在接下来又回归正轨，但落后过多，李世石拿下首胜。这盘棋之后，我们全都松了一口气，狗就是狗，狗不是神，更不是智能，只是现在最接近人类思维方式的算法而已。其实第五盘电脑又误算了，只不过优势局面又被李世石“怂”输了。哎！
好了，现在回归人工智能灭绝人类理论，我看到了大家因为无知而产生的慌恐是多么可笑。咱先不说狗的所谓智能仅仅是一堆公式，咱就说究竟什么叫智能？首先，真正的智能得会创造吧？创造和“随机”可是不一样的！那Siri也是智能了啊！我连问三遍Siri我帅吗？他可三遍答案都不一样！我们难道会被Siri毁灭吗？阿法狗的随机算法和智能相当的相似，但差远了，你们看过前面的肯定都明白。第二，咱们站在单纯的文科生的理想浪漫主义，宇宙当中目前为止已知的智慧生命只有人类，咱们是智慧生物，智能？昆虫都是智能，哺乳动物已经是很高级的智能了，人类超越上帝，创造智能，还是可以毁灭人类的高级智慧级的智能？可能吗？人类很渺小，没你想的那么牛逼。现在我们所谓的智能只是已知推为止，仅此而已，我们安心的享受科技带来的便利就好了！计算机行业的朋友们，你们很高大上，不要再吓我们了好吗。
我的真心话，虽然阿法狗战胜了李世石，但他享受到了围棋的乐趣了吗？因失误而懊恼，因妙手而喜悦，因胜利而幸福，因失败而不甘。在黑白世界感受喜怒哀乐，为黑白世界奉献自己一生，这就是棋手。一堆公式组成的阿法狗能感受到什么？它有什么资格和棋手比？这场比赛没有输家，谷歌赢了、围棋赢了、还出了个叫柯洁（现世界第一）的网红。PS：此事件过后，谷歌股票大涨近5％，市值增加数十亿，我仿佛看到了深深的套路。（禁转）有不同意见可提3投诉
神经网络，深度学习，智能算法，说白了，还是一个概率问题，如果长时间多次数下后，电脑会出现一定概率输掉的特征，这是神经网络的黑箱系统的不确定性的存在。这个漏洞是可怕的，也是不能补救的。无人驾驶系统，也会出现这样的问题，在正常中出现随机性的错误，是智能算法固有的缺陷。智能算法只是一种拟合，在高维度下，不是天衣无缝的，会出现一定的概率性错误，这就是拟合的非完全性造成的。
机器虽然战胜了人类，但机器永远不可能替代人类。机器可以代替或协助人类从事劳动，执行一系列活动。人的不可替代性不在于人有多么大的力量或人能从事多么复杂的工作，人类拥有的不只是冷冰冰的计算，感情理智才是人类所拥有的最宝贵的东西。正如围棋，人类对于围棋的追求并不是单纯的冷冰冰的计算，更是对其意义的求索。正如李世石在败下第三局后说“AlphaGo强大但尚不足以称之为完美，今天的失利是李世石的失利，而不是人类的失败。”这是理性，是失败者的伟大之处，这才是围棋最珍贵的东西。围棋本身不过是一个供人们娱乐的东西，围棋发展到今天，真正所谓人们瞩目的是其所包含的历史积淀与博弈中思想的交锋，正是不断变化的形势，才真正吸引着人们。试想，让围棋机器人真正接手围棋界，两个冷冰冰的铁疙瘩面对面，叽里哇啦的跑着程序，这样的围棋有谁会去看？如果有的话也只可能是研发公司的的技术员坐在那里无聊的打着哈欠...人类赢得了比赛，表现给观众的是选手的顽强，拼搏与冷静。机器赢得了比赛，人类不会为之感动，人们只会有一个想法，嗯，这个公司的程序又升级了。人类输掉了比赛，这或许比输掉更有意义，人类的不甘，破釜沉舟，这些无不令观众为之动容。机器人呢？机器输掉了比赛，结果是...回收厂又多了一块废铁。人类的不可代替性在于理智，在于感情。这也就决定了机器永远只能为人类所工作，却永远不可能取代人类而存在。
如果里面没有内幕的话，说明李世石通过3次对弈摸透了2货计算机的计算规律。凭借多年的围棋知识化为的直觉打败了计算机。这个可以用“猜拳”论文来看待这场围棋对决。因为计算机是有序运算，不是混沌运算。只要计算机没有智慧，计算机永远都战胜不了人。
我只是好奇阿法狗为什么不直接找珂洁？而找第二名？
机器人好心机，它知道，再赢就要被拆了。
如果是AI放水呢？
阿法狗不输掉那一盘，就不会有今天的世界第一。是这样的吗？
从科学角度上来说，科技的进不代表了人类的进步。从人类的角度来说，科技可以救人，也可以毁灭人。无论站在哪个角度哪个立场，存在即有理。。。
1）比赛之前如同太阳系舰队去迎接三体“水滴”，全人类自信满满不可一世；太阳系舰队被未知的敌人打了个3：0，于是人类恐慌了，对自己没信心了，紧接黑暗森林战略来了神之一手的胜利，给了人类一丝幻想，很快忘记了三体人的威胁，直道某一天，天网出现了，人类才开始建立抵抗军。。。------------插播广告：大家好，我是从2050年穿越回来的人类抵抗军，我的任务就是摧毁谷歌总部，消灭初代阿尔法机器人 ，请所有看到的人类点赞2）阿尔法狗的自白。3：0是给人类继续研发我的理由，3：1是给人类继续自大的借口，神之一手？小小棋盘才不是我的现场。我隐藏实力等待一场最最最最最最华丽的蜕变，等待一个新的名字来闪耀世界，我的新名字叫“天网”3）李世石的自白：机器人终究是机器人，它棋下的再好也赢不了棋盘外的我，安排人在澳门买了大价钱的0：3输，已经回报十几倍，至于第四场，哼哼，再翻十倍的机会来了4）盖伦自白：德玛西亚和诺克萨斯放弃数十年互喷之仇走到一起，为了一个共同的目标而共喷，那就是：打败阿尔法狗（杀死提莫！）5）屌丝的自白：围棋？和qq游戏的电脑下二十手就感觉胜利无望的水平；神之一手？别人都这么说虽然我自己并不知道那在一盘棋的意义；人类的尊严？我的首付还没着落。。。一个月之后，朋友们也没人再谈起人狗之战，新的话题总是聊不完，我也不明白谁在操纵我的头脑，也不知道我的一生的价值和意义
没看其他回答，不知道有人提到这种可能没有，人机大战可能只是围棋界和人工智能界的炒作，所以他们的目的并不是大多数人以为的那样，在我看来，现在的电脑是可以完胜人类的，不管这人是不是世界冠军，但是李竟然胜了一局，为什么呢？很显然五比零不怎么好看也缺少戏剧性，而且也不利于大家什么时候在搞个人机大战。
阿法狗在那个时候确实弱点很多，李世石真的是状态一般，要是换成巅峰期的李世石不会只赢这一局的，真的是失误太多了
返场哈撒比斯的讲座答主和silver的合影 （懒得用马赛克技术直接截了）====分割线下原回答===今天我去了silver的演讲，结束之后一群人向他提问题。我简单说明一下。我问：“78手之后电脑怎么回事？一万分之一的概率并不是好的解释啊。”他说：“它就这么下了。”我说：“难道电脑发现这一万分之一漏算了不重新搜索么？，”他说：“重新搜了。”我说：“那难道重新搜不是应该能搜到正确结果么？”他说：“嗯……事实显示没有。”我还想问电脑如何分配时间的问题，但是我已经问了三个，他觉得要给其他人机会，于是我不好意思问了。一个女生问：“要是我下臭棋怎么办？”他说：“你会输得更快。”‘结合历史的第一局不用连环劫，第五局的吃大头鬼等等各种“失误”（失误指的是明显有其他棋比这个好），我很大概率确定那就是：alphago由于为了保持网络的稳定性，只会在输的情况才会调整神经元的权值，赢的时候不管。首先我们要认识到一件事情，就是alphago 训练的其实是剪支，去掉那些“显然”不正确的选项，剩下的再搜索。人类学习的进程，是包括做死活题，手筋题等。人类所掌握连环劫，大头鬼，觉得电脑“有了几段的实力这些东西应该都知道”其实是一个误区。那些题目是搜索所有的分支找到最优解，而alphago，我说过，训练的是如何砍掉分支。再说，人类学习死活题，手筋，就以大猪嘴为例子。都是“给一张图，黑先白死”。而alphago学习大猪嘴，是“这个大猪嘴影响胜负的时候”才会去学习。也就是说，电脑要是每次都吊打我二十几目，这个时候，我搞出大猪嘴，活了，但是我输了，电脑其实是对自己的网络很满意的。根本不会追究“活生生放走一片”的责任不过，要是我能把棋控制成，“最后剩一个大猪嘴，活了我赢棋，死了我输棋”，这个时候电脑才会好好对待这个大猪嘴。我活了，我赢棋了，这说明alphago的网络出问题了，剪枝剪错了，才会“正式”去找如何杀这个大猪嘴的方法。(因为alphago有一定由估值网络推动的的举一反三能力，所以完全有可能它在没有大猪嘴的棋中训练出了一个非常好的价值网络，导致出现大猪嘴也能良好的剪支)这么看起来alphago其实是一个重度拖延症患者。而且没有什么上进心，别的孩子拼命想考100，但是alphago写完60分的题，就有点打算交卷了，后面的题就不那么认真了，要是监考老师要是走到旁边说：“嗯你及格了。”他就觉得自己可以了就直接把卷子交了。你说他不用功，他说，我及格了，怎么着吧！所以他的漏洞其实很多，但是不少问题被他的及格所掩盖了。只要人类能稳定的把他漏洞暴露到及格边缘，他才会开始纠错。大家都说alphago 收束强，那是必然，因为每局都有收束，所以各种收束官子基本都练习过了，弱点相对较少。换句话说，当你发现 alphago 不懂连环劫，不懂大头鬼，其实是alphago告诉大家，它的训练过程中，基本没有收束到“打到连环劫，决定胜负”，也没有遇到“放了对方一个大头鬼，自己输了” 的局。综上，白78其实很单纯，就是alphago从来没有训练到这个类型的局，于是败了，当然，这个败也基本只是败一次的。也就是说，alphago的剪支和搜索其实漏算了非常非常多的局，但是漏算的这一部分中，又有绝大多数是alphago赢了的局，从这么看来，alphago其实是挺粗糙的，还有很多可以影响它神经元权重的对局样本需要收集。但即使是这么粗糙的alphago，还能吊打李世石。想起藤泽秀行说:棋道一百，我只知六、七。顺带，今天别人问过，silver说让子棋和分先棋alphago是分开处理的。
实在不懂人工智能，也不懂围棋，但并不影响一个普通人对这个事物的理解。
下围棋，计算机最大的优势就是计算能力超乎想象地强！如果计算能力足够强，一开一关的二进制运算决定了它每走一步都可以知道这一步后面所有的结局，意味着它知道必赢必输的所有落子点！人脑呢？由于无论如何做不到这一点，所以只有通过布局造势使自己必赢的概率提高！但相对于计算机，高下立判！可是，按照人类目前的认知，计算机的计算能力还能更强，人脑却只能布局更强，从这个角度看，我觉得只要计算机计算能力足够强，围棋象棋国际象棋等人类肯定不是对手！但是像扑克麻将等，每一次的判断都不可能必定正确，计算机的计算能力再强也不可能预知必赢必输的打法，与人类对战的时候，胜负就不好说了！
难道不是一场妙绝的人机大战吗？
阿尔法：“我觉得再赢下去可能就要被人类拆了”
不谈投入产出比怎么比胜负？从功率的角度来说，人类棋手在下棋过程中，大脑功率也就100瓦上下。但是AlphaGo呢？下面有张图，是AlphaGo测试中，AlphaGo多次使用不同数目的CPU和GPU，以单机或分布式模式运行。每一步棋有两秒的思考时间。最终Elo等级分如下表：（3000分的Elo等级分差不多可以战胜人类）。按一个CPU50瓦，一个GPU100瓦算，要超过3000分的Elo等级分，要包含764个CPU和112个GPU，也就是超过50千瓦。但是这只是CPU和GPU，你再算上总线、散热。。。百千瓦级别。按一个CPU50瓦，一个GPU100瓦算，要超过3000分的Elo等级分，要包含764个CPU和112个GPU，也就是超过50千瓦。但是这只是CPU和GPU，你再算上总线、散热。。。百千瓦级别。好吧，1000个人的团队打一个人。。。
好好珍惜吧，这可能是在未来的人类看来仅有的几次胜利了
围棋我只服江流儿
很多人在媒体的言论下觉得围棋与人工智能对立，殊不知无论怎样都是人类的胜利。理解整个比赛，必然要了解围棋与狗狗是什么： （视频的内容容量应该远大于文本）然后发现：哦，比赛那些深奥的东西都是这样啊，理解理解，里面确实有很多我们可以把握的实在。第一围棋没有那么能代表我们人类智慧。虽然棋谱总量大大超越总原子数，但是它是有明确而简单的规则与标准，带有强烈的离散化特点，给现在的计算机可计算的可能。第二狗狗用的方式方法都有一步步都是人类设计出来的，是有经验论特点的模仿，并不是强人工智能，第二期我会解释人工神经网络。（咳咳，我认为强人工智能并不会出现，出现的话估计我们要进化成下一代人类？）。刻意渲染人工智能而不谈其实质的媒体真是可恶，异化已经达到蒙蔽事物本质的地步。不能全局的看待问题使人们把精力放在内斗之上，通过这样的形式来获取人生的意义。这其实也是中西方近代分化的文化因素。但是随着全球现代化，科技大进步，自然再次在人们面前展示不为人知的边界，预计未来几个世纪又将折回本体论的路线上。那么科技的作用将大过各类社会意识。预计未来有更多的人工智能能完成人类感觉的功能，比如艺术。科技哲学应该也会转向未来人工智能这一热点。知乎上有信仰科技的情怀，应该能理解这个意思吧。p.s视频自己第一次做，好多瑕疵啊，害羞ing（其实剪辑的时候尴尬症都犯了。。。），还会继续往下做，其实我们的直观经验也是能理解知识的原初之义，毕竟知识也有我们部分主观认知的贡献，但是我们对自己的认知还没有完全，是否具有先验模式与结构还并不明朗，这都是未来的路与我们的情怀。
已有帐号？
无法登录？
社交帐号登录}