帐号:密码:下次自动登录{url:/nForum/slist.json?uid=guest&root=list-section}{url:/nForum/nlist.json?uid=guest&root=list-section}
贴数:15&分页:lient Applications发信人: pupop (lient Applications), 信区: Weiqi
标&&题: 如果围棋被计算机攻克，那么还有什么比较厉害的棋牌呢
发信站: 水木社区 (Fri Mar 11 13:40:34 2016), 转信 &&&&&& -- && ※ 来源:·水木社区 newsmth.net·[FROM: 116.228.32.*] && 有1位用户评价了这篇文章：[&&]peakqi:模拟人神经计算又兼备速度和存储，人无非脑细胞数量多snicker发信人: dittosnicker (snicker), 信区: Weiqi
标&&题: Re: 如果围棋被计算机攻克，那么还有什么比较厉害的棋牌呢
发信站: 水木社区 (Fri Mar 11 13:41:35 2016), 转信 && 国粹 && 【 在 pupop (lient Applications) 的大作中提到: 】 && -- && ※ 来源:·水木社区 ·[FROM: 103.250.251.*]
sajb发信人: yepno (sajb), 信区: Weiqi
标&&题: Re: 如果围棋被计算机攻克，那么还有什么比较厉害的棋牌呢
发信站: 水木社区 (Fri Mar 11 13:41:51 2016), 转信 && 牌类和棋类差太远，不值一提。棋类没有了。
【 在 pupop 的大作中提到: 】 && -- && ※ 来源:·水木社区 ·[FROM: 114.248.10.*]
*^*-*~*发信人: rockeyes (*^*-*~*), 信区: Weiqi
标&&题: Re: 如果围棋被计算机攻克，那么还有什么比较厉害的棋牌呢
发信站: 水木社区 (Fri Mar 11 13:43:14 2016), 转信 && 多人合作的棋类
前面两天有人说过，比如，四国军棋 && 【 在 pupop 的大作中提到: 】 && -- && ※ 来源:·水木社区 ·[FROM: 222.197.180.*]
发信人: LordNelson (yes and no|fly me to the moon), 信区: Weiqi
标&&题: Re: 如果围棋被计算机攻克，那么还有什么比较厉害的棋牌呢
发信站: 水木社区 (Fri Mar 11 13:43:19 2016), 站内 && 没有了，牌类大多要靠运气，不是一个层面上的东西
-- && ※ 来源:·水木社区 ·[FROM: 218.244.254.*]
lient Applications发信人: pupop (lient Applications), 信区: Weiqi
标&&题: Re: 如果围棋被计算机攻克，那么还有什么比较厉害的棋牌呢
发信站: 水木社区 (Fri Mar 11 13:47:11 2016), 站内 && 人类可以再发明一种，类似象棋或者围棋这样的棋类吗？ && 【 在 LordNelson (yes and no|fly me to the moon) 的大作中提到: 】
: 没有了，牌类大多要靠运气，不是一个层面上的东西
&&&& -- && ※ 来源:·水木社区 newsmth.net·[FROM: 116.228.32.*]
天·地·魔·鬥发信人: blueboats (天·地·魔·鬥), 信区: Weiqi
标&&题: Re: 如果围棋被计算机攻克，那么还有什么比较厉害的棋牌呢
发信站: 水木社区 (Fri Mar 11 13:47:39 2016), 站内 && 运气长期下来是均等的，对于程序来说也就是一个概率的问题。
【 在 LordNelson (yes and no|fly me to the moon) 的大作中提到: 】
没有了，牌类大多要靠运气，不是一个层面上的东西
-- &&&&&& -- && ※ 来源:·水木社区 newsmth.net·[FROM: 202.108.36.107]
魔力鸟发信人: BirdFans (魔力鸟), 信区: Weiqi
标&&题: Re: 如果围棋被计算机攻克，那么还有什么比较厉害的棋牌呢
发信站: 水木社区 (Fri Mar 11 13:49:07 2016), 转信 && 发明出来用不了一年就搞定了，只是谷歌估计也懒得弄了 && 【 在 pupop 的大作中提到: 】
: 人类可以再发明一种，类似象棋或者围棋这样的棋类吗？
:&& && -- && ※ 来源:·水木社区 ·[FROM: 59.37.29.*]
&发信人: pkulovelydog (怆然一笑), 信区: Weiqi
标&&题: Re: 如果围棋被计算机攻克，那么还有什么比较厉害的棋牌呢
发信站: 水木社区 (Fri Mar 11 13:49:36 2016), 转信 && 人学习积累经验的速度根本拼不过电脑 && 【 在 BirdFans (魔力鸟) 的大作中提到: 】
: 发明出来用不了一年就搞定了，只是谷歌估计也懒得弄了
&&&& -- && ※ 来源:·水木社区 newsmth.net·[FROM: 113.106.167.*]
&低语的小猪发信人: debi (低语的小猪), 信区: Weiqi
标&&题: Re: 如果围棋被计算机攻克，那么还有什么比较厉害的棋牌呢
发信站: 水木社区 (Fri Mar 11 13:54:35 2016), 转信 && 以前下围棋的人群跟打桥牌的人群跟有很高重合度，从上面的回帖看来现在好像很少了。
【 在 pupop (lient Applications) 的大作中提到: 】 && -- && ※ 来源:·水木社区 ·[FROM: 58.247.11.*]
文章数:15&分页:108被浏览70718分享邀请回答0添加评论分享收藏感谢收起围棋人工智能面临最后瓶颈 PK李世石看好谁？_棋牌_新浪竞技风暴_新浪网
围棋人工智能面临最后瓶颈 PK李世石看好谁？
视频加载中，请稍候...
李世石战AlphaGo，您看好谁？
　　 就在今天，国际顶尖期刊《自然》报道了谷歌研究者开发的新围棋AI。这款名为“阿尔法围棋”（AlphaGo）的人工智能，在没有任何让子的情况下以5：0完胜欧洲冠军，职业围棋二段樊麾。在围棋人工智能领域，实现了一次史无前例的突破。
　　早在2015年11月便有媒体报道facebook进军智能围棋领域的消息，希望解决一个困扰计算机科学家数十年的问题：如何开发一款能够在围棋中 击败人类的软件。经过一段时间的探索，facebook所开发的软件Dark Forest在国外的围棋对弈平台KGS上可以击败业余4段或者5段选手。要知道，仅仅在进入这个领域不长的时间内，取得这样的成绩是足以令人骄傲的。
　　然而，另一家著名的科技公司Google已在15年10月悄然展开行动。就在今天他们的设计团队所创造的这款名为“阿尔法围棋”（AlphaGo）的人工智能，在没有任何让子的情况下以5：0完胜欧洲冠军，职业围棋二段樊麾。这是史上的第一次，职业围棋选手输给了围棋计算机软件。这样的结果无疑让设计团队极 为振奋，可以说在围棋人工智能这一领域的较量上，Google完成了对facebook的弯道超车。
　　取得这样巨大的突破，那么距离击败人类最顶尖的棋手还遥远吗？
　　计算机围棋击败人类，此前只是人们的设想，现在人类不得不直面这一问题。究竟还有多大的距离？那么要从这次击败的对手樊麾说起。樊麾1981年12月 27日生于陕西西安，1996年初段，2000年二段。少年时期曾入选过中国国少队。随后移民法国，目前是法国国家围棋队总教练，已经连续三年赢得欧洲围 棋冠军的称号。
从棋谱看，樊麾给AlphaGo的考验还不够
　　樊麾能真正代表职业水准吗？并不能
　　毕竟远离中日韩这些围棋强国多年，竞技环境并不能得到保障，樊麾曾多次代表欧洲参加智运会、智英会等世界智力运动赛事，对中日韩棋手也是难求一胜。那么现在的他相当于目前中国的什么水平呢？从此次公布的棋谱来看，樊麾的棋力与当年已有明显退步，大致与国内的普通业余6段相当。而业余顶尖选手距离职业顶尖 的差距大概在一先上下。我们姑且认为AlphaGo已经强于普通业6，靠近业余顶尖选手。那么也就是说，目前的AlphaGo距离顶尖职业选手，应当还有一先多的差距（一个7.5目的贴目以上）。如果稍微说的刻薄一点，这次并不能算是计算机围棋真正击败了职业选手。
李世石将在3月迎战AlphaGo
　　不过，AlphaGo的设计者已经坐不住了，在接下来3月份，AlphaGo将和韩国九段棋手李世石在首尔一战，奖金是由Google提供的100万美金。
　　AlphaGo突破的意义在哪？突破之后又是什么？
　　其实，在此之前关于计算机围棋何时击败人类的话题便已经在围棋界讨论得热火朝天。有的观点认为需要10年左右，有人认为是1年，还有一部分人认为永远不 可能。不论是那种观点，普遍都认为智能围棋在业余6段左右会遇到一次前所未有的瓶颈。那么，AlphaGo突破的意义在哪？
　　其一，就在于他如此神速的来到了这个瓶颈面前。让所有人都猝不及防，带给棋界人士的错愕感就像你一觉醒来发现梅西转会到了皇马一样。让所有人真正意识到它所具备的潜力。
　　其二，让它的设计团队坚定了信心，确立接下来的改进方向。对于其他研究智能围棋领域的团队也是一次极大的振奋。
　　其三，水平远超以往的任何一款围棋软件。它可以成为人类最忠实的对弈伙伴，永远不知疲倦，不会对你耍赖也不会输棋后破口大骂。甚至是成为职业棋手的训练工具。
征服人类看来只是时间问题
　　AlphaGo究 竟厉害在哪里？它的核心是两种不同的深度神经网络。“策略网络”（policy network）和 “值网络”（value network）。它们的任务在于合作“挑选”出那些比较好的招法，放弃差的选择。从而将计算量控制在计算机可以完成的范围里，本质上和人类棋手所做的一 样。最可怕的是，AlphaGo可以实现自我完善和成长，也就是不断地学习进步，而且它并不是一盘一盘的下，而是一天就能玩100万局。所以研究团队相信 AlphaGo只要经过了足够的训练，就能击败所有的人类选手。这也是他们希望在2个月后便挑战李世石的原因。
杰米斯·哈萨比斯（Demis Hassabis） 是Google DeepMind 的CEO
　　在这项挑战中谷歌的AlphaGo似乎是在和Facebook的围棋软件Dark Forest进行时间赛跑，而不是李世石。
　　但是，围棋就这样被攻克了吗？是不是还有什么忽略了？
　　人类围棋的最高水平究竟比计算机高明在哪里？其实就在于一些定式、死活、对杀计算这些“实”之外的一些“虚”的东西。
李世石执黑VS朴廷桓，黑2诡异的脱先究竟隐藏的是什么？
　　以李世石与朴廷桓名人战决赛第4局的较量为例，李世石在白1托右下角的时候出人意料地选择脱先2位尖，着实令人感到匪夷所思。我们不去评价这手棋是不是 棋盘上最佳的一手，这手棋的关键在于很多隐藏的意图。计算机可能会通过棋型判断左边的黑棋会不会有安全问题，如果没有断然不会自补一手，而是思考右下局部 如何应对，但李世石为何下这一手呢？1加强了左边黑棋的，2瞄着下边的冲断，3瞄着侵消左边白棋，4瞄着将来或许可以攻击上边的白棋。这几个意图在这一手 落下之后便不在神秘，但在落子前这些信息是完全隐藏的。
　　如何发现这些隐藏的信息、意图以及做出选择之前全方位的模糊价值判断，才是计算机攻克这次瓶颈的关键所在。然而，一旦突破之后，恐怕围棋人工智能将不可阻挡。
　　人类发明了汽车，跑得比人快得多。发明了船和潜艇，也比人更能驾驭江河湖海。发明了飞机征服了天空。现在，人类发明的计算机正在展开智能领域的凶悍攻势，围棋或许是人类最后的堡垒。3月AlphaGo与李世石史无前例的人机大战，您看好谁？
　　新浪体育讯　　（新浪围棋深度报道组易风）
文章关键词：
收藏&&|&&&&|&&打印&&|&&关闭
您可通过新浪首页顶部 “我的收藏”， 查看所有收藏过的文章。
请用微博账号，推荐效果更好！围棋作为唯一一种电脑下不赢人的大众棋类，是何原因导致？以及量子计算机出现后有无可能？
我的图书馆
围棋作为唯一一种电脑下不赢人的大众棋类，是何原因导致？以及量子计算机出现后有无可能？
【周瑶的回答(55票)】:
非常不好意思，因为一些感情上的事，已经有近两个月没怎么上过知乎了，所以现在才来回答。
首先我要说明的是没有哪位科学家试图用量子计算来下围棋，至少目前还没有看到。题主的这个问题和问的另一个会不会取代今天的算法技术？ - 互联网有很强的相关性，所以我就一起回答了，好让看到的人有一个整体的认识。
观点：量子计算机不会取代传统的算法，但是有了量子计算机之后，一部分传统算法就失去了存在的价值；计算机迟早会在围棋上下赢人类的，跟量子计算机没有关系。
另外题主的
量子计算机出现后极大的数据处理量
基本就是错误的说法，把量子计算想的太美好了。。。
现在已经有叫Many Faces of Go的程序能在开局前先放7个子的情况下战胜专业的人类棋手了，虽然优势不太大，只有4.5分的差距。
围棋计算机目前不能像深蓝一样战胜人类，主要原因在于围棋本身的复杂性，前几个回答也都有提到。
不考虑强人工智能，我们要让计算机下围棋采用的是蒙特卡罗树搜索（MCTS）的办法。比如现在处于局面A，要让计算机决定下一步的走法，根据围棋规则，下一步的走法是确定的，到达A1,A2,A3.....等不同的局面，MCTS的办法就是这样的，以A1为起点，随机决定下一步黑白双方的走法，再下一步还是随机走，直到计算机的资源耗尽或设定的值达到，然后判定是赢还是输，输赢的情况就被添加到A1的胜率中，然后重新以A1为起点，再乱走一遍，这样A1的胜率就改变了，然后又是一遍.....直到设定的次数，这样A1就有一个胜率了，然后针对A2又同样地来，A2也有一个胜率.....然后每一个局面都有一个胜率了。是不是很简单粗暴？但这目前也是大多数程序的基本思想。为了增强计算机赢的概率，我们还要用到Rapid Action Value Estimation（Rave），对于以局面A1为起点的随机走棋，如果最终是赢，那么我们把这个过程中下到棋子的每一个位置都加上一个点数，这样我们得到了A1的胜率和每一个位置的价值，但是A1其实也是下棋的位置，对于A2,A3...也是同样，于是我们得到了每一个位置的胜率和”价值“。
继续决定下一步的走法，计算机就可以参考胜率和”价值“来走。对于胜率来说，如果计算机的10次尝试中如果胜了8次，胜率80%，但另一个尝试了100次，赢了70次，胜率70%，一般地认为，应当采用赢的次数最多的走法，虽然70%看起来胜率更低。
还是很简单粗暴对不对？以这种方式下不赢人类，我觉得大抵是很正常的。感觉上就几乎是随机的办法。不采用全部搜索的办法就是因为计算机的性能不够，退而求其次用蒙特卡罗方法。
人类当然不可能像计算机一样去分析没一种可能性，但是我们有智能啊，智能中最重要的能力是什么，模式识别啊，一张图片，计算机看到的是........对于人类 来说，我们看到的就是一张图片，”图片“就是一种模式。对于一个棋局，人类可以看出其中的模式，但计算机就不行，所以就只能用穷举或随机的办法，如果考虑到人工智能呢？人工智能我就不掺和了：，用人工智能的办法来下围棋，那战胜人类就是分分钟的事，只是目前没有很好的办法让计算机拥有智能。
上面说 不采用全部搜索的办法就是因为计算机的性能不够，那要是计算机的性能够了，足以在每秒钟之内分析完所有的可能性，那当然战胜人类就是分分钟的事。所以题主可能想，量子计算机会怎么样，它不是性能很强嘛。我估计题主认为量子计算机有很强的数据处理能力是来源与 大数分解问题，传统计算机永远也算不出来，量子计算机就算出来了，所以量子计算机处理速度肯定很快。
还真不是这样的，量子计算机分解大数并非因为处理速度很快，量子计算机分解大数的时候并不像传统计算机一样分析了每一种可能性。且听我道来。
量子计算中最重要的算法是大因子分解的Shor算法，传统算法的基本思想就是把每一种可能尝试一下，发现，呃，好多可能性呀，几个世纪都算不完呢，那就用一些办法过滤一下，减少要分析的可能性的数量，最好的传统算法普通数域筛选法（GNFS），需要
步计算出来，但Shor算法需要的步计算出来，但Shor算法需要的
个量子逻辑门就可以完成操作。Shor算法的基本思想就是，用一个量子处理器同时计算了所有可能性，但是所有的结果是纠缠在一起的，要想得到结果，只能得到一个诶，因为一测量就破坏量子态了。要是得到了结果，验证了一下，发现，好像不对呢，所以，就换一个再来嘛，还是不对，再换......于是，只要有足够多的处理器，总有一个是正确的。
简单粗暴。
要是运气好，说不定第一个算出来的就是正确的。要是运气 不好...啊哈哈.......不过幸好在操作中，我们可以通过一些办法使运算了一定次数后成功的概率无限接近1.
用另外一个例子来说量子计算的“同时”,假如我们现在要计算一个10^1000位数与一个10^1000位数的乘积，量子计算可以一次计算出所有10^1000位数之间的乘积，但是不好意思，这些结果是纠缠在一起的，您要测量一下，量子态坍缩了，就得到了所有结果中的任意一个，没准得到了5201314。我想，没人想用量子计算机干这事。
量子计算还有一个很重要的应用是Grover量子搜索算法，在N个无结构数据中搜索一个给定的数据，传统算法的时间复杂度
，计算机只能从头到尾挨个查询，通过量子算法可以使时间复杂度降低到
量子计算用于傅里叶变换也是很有用的。
量子计算有没有可能取代传统算法呢，在以上说的几个方面，没问题，可以取代呢。但是呢，驱动程序用量子计算机实现，不可能，操作系统，不可能。量子计算也不可能脱离传统计算机，就算是以上说的分解，分解的结果也要打印到屏幕上不是，还得要传统计算机的协作。
简而言之，量子计算的局限性比较大，何况传统算法不仅仅是局限于计算的，随便来一个进程调度算法，什么，您想用量子计算机来实现？......今天的天气真好.....
我想就不用解释为什么没人想用量子计算机下围棋了吧。
强烈地建议，以后改量子计算为量子算法，以区别于传统计算机。
其实，说了这么多.............什么围棋象棋MCTS。。。感情才是世界上最复杂的事有没有！！！
【kubisoft的回答(1票)】:
国际象棋是西方人熟悉的，早就进行了透彻的研究。
中国象棋和国际象棋类似，算法照抄，加上若干改进。
而围棋跟国际象棋、中国象棋相差太大，所以研究起来进展不快而已。
至于规模，复杂度...你把国际象棋棋盘也弄成19*19的，32个棋子改成128个棋子，一样复杂到死。
【不多吴的回答(6票)】:
如何定义下不过？
我和电脑下，绝大多数情况下都是输。
我同学和电脑下，总是赢。
和单机下，与和计算集群下，结果也是不一样的。
所以，这个问题，到底用什么作为判断标准？
假设只是以输赢作为标准，只要计算机集群能够下的赢中日韩三国的国手就可以了。
那么，可以肯定的是，在将来，计算机集群和算法能够达到这种程度。
那么问题就来了，计算机下赢了人类，能够说明它能够像人类一样懂得围棋吗？或者说，能够说计算机有智能吗？
答案很明显：不能。计算机永远不可能具有人类的思维方式，不论它下棋下得多么好。
计算机是如何“下棋”的？
只是按照人类设计好的算法，进行遍历，按照设定的难度，把几步之内的各种情况全部计算一下，然后选择得分最大的那一步走法。
每一步都是这么重复的。
换句话说：计算机没有“直觉”这个概念，只是个机械，做的所有“判断”，也都是机械的。
只是纯粹的机械过程，或者纯粹的逻辑过程，是绝对不会有任何新的发现和创造！
关于这个问题，庞加莱在他的著名的论著中已经讨论过了。
20世纪初的数学家，有两派，一派是直觉派，一派是逻辑派。
逻辑派认为，只要给出了axiom，所有的东西就可以按照纯粹的逻辑规则得到。就像下棋，知道了最基本的规则（走法），那么就可以完全理解一盘棋。（好比，我知道了围棋的基本规则，按照逻辑派的观点，我应该能看明白中日韩三国国手之间的对局。）所以，逻辑派认为，如果有了正确的axiom，整个宇宙所有的知识都可以用纯粹逻辑推演出来。（很明显，这纯属装逼和放屁。）
另一派就是直觉派了。很明显，他们认为，不可能由纯粹逻辑获得所有知识，必须有成为“直觉”的这种非逻辑的存在。（好比，我即时知道了围棋规则，仍然需要一些经验和直觉，才能理解为什么大师们是走这一步还不是那一步。）很明显，这是人类区别于计算机的关键，这种直觉判断的能力。
总管整个数学和物理史，你会发现，所有的开创性的、创新性的概念和方法的引入，都是直觉的，只有靠直觉做出这种新的突破后，纯粹逻辑才会参与进来，将一切精确化，准确化的固定下来。
直觉：创造 =& 逻辑：完善。
这是科学的发展历程。也就是，各科鼻祖们的发现，看上去都是很有诗意的、随意的，偶然的，直觉的；然后，会有很多人尾随过来，用纯粹逻辑把后续的东西处理完善。
只有纯粹逻辑，纯机械的本质，计算机只能是个工具，绝对不可能有人类的智能。
【夏沐渔的回答(7票)】:
小时候，老爸在劝我放弃象棋改学围棋的时候讲：象棋是已将帅为中心，一个棋子决定整盘的输赢，当帅收到威胁你不得不放弃其他优势来挽救将，哪怕损失最厉害的棋子。而围棋不同。所有棋子地位平等，如果我在某处失守，对手提我十子也无妨，因为我可以做活其他区域。
我对电子计算机完全不懂，只是猜想，是不是它们作为机器，没有人类这种审时度势的视角，因而执着某种算法而输掉算盘呢
【杨个毛的回答(3票)】:
谢邀。以目前的硬件水平，已经足以在围棋上击败人类了，根本没量子计算机什么事。目前下不过人类，只是因为没人去研究围棋算法，毕竟在欧美不够流行。
这个新闻里的算法是非常非常粗糙的，训练集也很小，就已经有很好的效果了。只要有人愿意出钱研究，战胜职业棋手只是时间问题。
【知乎用户的回答(1票)】:
回合制有限状态游戏必然存在"必胜"或"必平"的套路
问题无非是计算能力*算法能做到什么程度
棋类的难度也不能单用可能性来量化.
比如你在围棋棋盘上下五子棋,穷举时间复杂度都是巨大无比,但是通过剪枝后五子棋就简单得多了.
那么问题主要就在于计算机的计算能力什么时候能达到那个天文数字,或者有什么高手能写出足够好的算法.
个人认为前者可能离我们更近.
说实话好像没有能回答到楼主的问题=.=
【MarkYoung的回答(12票)】:
电脑“深蓝”一举击败国际象棋大师卡斯帕罗夫震惊了西方世界，可这一消息在东方顶多让人打个哈欠而已。
尽管在日本、中国、韩国和其它国家有很多人钟情于国际象棋，但在那里更流行的还是看上去再简单不过的围棋。这一古老的游戏精深美妙，其之于国际象棋好比东方拳术之于西方拳击。如今的围棋迷们自豪地发现，电脑要想正儿八经地玩一玩这一迄今为止最纯粹的“人类”游戏，还差得远呢。
台湾的应昌期先生悬赏140万美元征求第一台击败围棋高手的电脑。重赏之下必有勇夫，过去十年来 ，电脑设计家们绞尽脑汁，的确使电脑围棋的本领日渐提高。目前在美国和日本举行的国际电脑围棋年赛，冠军奖金均约为二万五千美元。然而尽管这些冠军们才技鹤立鸡群，但在与学棋约一年的人比赛时仍然不堪一击。初学者便可以横扫当今所有的围棋电脑，用不着有个卡斯帕罗夫。
“深蓝”能够击败国际象棋冠军，靠的是基本的行棋知识加上强大无比的检索演算能力。而这排山倒海般的能量在围棋的精妙面前完全无能为力。迄今最强的电脑围棋程序之一“多面围棋”的设计者、美国惠普电脑公司的工程师大卫·佛特兰德说：“强力检索对围棋全无作用，你得创造出一个像人一样精明的程序来。”
要使电脑下出的围棋多少像点样子，必须使其具备辨认各种微妙复杂的图形的能力以及运用自身直觉经验的能力。这种能力正是人类智慧的一大特点。如果真有一天电脑能打败围棋高手，那将标志着人工智能开始成为实实在在的东西了，也将宣告又一个科技时代的到来。
下围棋时，棋盘上的图形如美丽的花瓣一一展开，人的思维就沉浸于这些图形所构成的美妙世界中，一串串行云流水般的行棋次序犹如一首首如泣如诉的旋律。关键就在于如何使电脑能够谱写并体会这视觉的音乐。表面上看来，围棋似乎比国际象棋简单，而通常人们把象棋比作一场中世纪的战争，围棋则更像是一场烽火连天的世界大战，很多情况下很难说清哪一方领先。在世界专业水平的国际象棋比赛中，如果你丢掉一个兵，棋局的结果在绝大部分情况下便有定论。而在围棋中，也许你在某一局部的生死搏斗中丢盔卸甲，但比赛可能远没有结束，你还可以在别处卷土重来。
对于电脑来说，国际象棋与围棋的种种区别是无法逾越的巨大鸿沟。由于棋子移动方式的制约，国际象棋棋手在思考下一步棋时，大约只有35种合法选择。“深蓝”等电脑会针对这些选择加以分析，考虑对手的回应以及下几个回合可能出现的情况。最好的国际象棋电脑程序可以分析到七八个回合。这种信息检索选择方式就好比一棵枝叶繁茂的大树：主干分出35个枝干，每个枝干再分成35个树杈，每个树杈再分出35个树枝，依此类推。愈是高级的电脑程序所派生的树杈树枝的层次就愈多，最终达到每一片树叶，即可供选择的结果。如要求电脑能思考到第7个回合，即14步棋，便需要有3514(十万亿以上)片“树叶”。每多一个回合，树叶的数量就有爆炸性的增长。电脑工程师们使电脑能够合理地“剪枝”，仅使一部分而非全部树叶与主干相连。尽管如此，能够思索7个回合的国际象棋电脑每步棋仍然大概有500亿或600亿种选择。
这样的数字已足够惊人，而电脑下围棋则更不可思议。选择之树的庞大茂密使迄今最强大的电脑也无法承受。通过“剪枝”，还要剩下一亿亿种选择，那么一台与“深蓝”同等速度的围棋电脑(即每秒钟可分析两亿种可能性)每下一子需要想一年半的时间。
还远不止于此，即使经过如此这般上天入地的检索，围棋电脑在与人对局时并占不了多大便宜。国际象棋电脑在经过大量的信息筛选之后试图找到使其处于最佳位置的那一步棋，所采用的办法是称作价值功能的相当简单的公式：每个兵的价值为1、马和象为3、车为5、后为9，这一数字再与显示棋盘上位置强弱的另一数字相乘，以得出某一棋子在当时的相对值。还有其它一些公式用来决定某些概念的价值量，如王的安全程度或某一棋子受到攻击的可能性等。这些规定虽不一贯正确，但能使电脑对棋局的进展有个大致的感觉并据此做出自己的决断。而围棋则不受这些简单分析的约束。围棋盘上并无像“王”一样的棋子。每颗子都是平等的。统计双方吃子的多寡也不能说明什么问题。有时某一着棋便可以沧海变桑田，
将对方苦心经营的领土化为己有，将对方的大龙变为自己的佐餐。
围棋棋手们是通过对形状的认识来评估棋局的进展，而对这些形状的认识是无法作出几何分析的棋手完全依赖自身的经验去感觉哪些形状是活的或死的、好的或坏的。这一对形状的感觉正是胜负的关键，也是棋手水平高低的关键。棋手不愿浪费自己的棋子去无谓地攻击对方活的形状或无谓地去试图挽救自己死的形状。有时千钧系于一发，高明的棋手也难以作出生死的判断。要赋予电脑这种对形状的感觉，电脑科学家们面临着人工智能领域的基本课题。佛特兰德先生给他的围棋程序“多面围棋”输入一些基本概念，如对领地的认识及对棋子连接的认识，并输入二百多个高层次的战术概念，如“攻击弱棋”、“向处女地进行扩张”、“落后时开始无理地侵入”等。“多面围棋”可辨认一千一百多个不同的形状，每一种形状都有一些可行的手数。像“深蓝”一样，“多面围棋”储存很常用的开局形式及一些惯用套路。依赖这些储存的知识，“多面围棋”每一步棋仅在5至10种可能性中作出选择，而非理想的二百多种。
给电脑输入一些概念是一回事，而教给它灵活运用这些概念则是另外一回事。可接可不接的棋或可断可不断的棋什么时候应连接或切断?什么时候又无需连接或切断?比起人类对于模糊概念的处理能力，电脑今天还是个婴儿。
能够击败人类的围棋冠军而赢得应昌期围棋基金会悬赏的140万美元奖金恐怕是个无法实现的梦。该项奖金将于2000年到期。围棋电脑的设计师们希望把截止日期推迟一两个世纪。
——摘自乔治 约翰逊《看看电脑有多高明——让它下盘围棋》
【芦智刚的回答(0票)】:
这主要是算法的问题，跟硬件关系不大。人脑是模糊算法（即直觉），围棋虽然具有明确性，但海量（应该说是宇量）的可能性使其几乎等效为模糊问题，因此再大量的分支推演也无法触及围棋盘上的胜利，如果出现了计算机围棋高手，那么它一定有一套精妙的算法，这套算法一定是模糊的；极有可能模仿了人脑这一进化的优秀成果；应该还具有学习改进能力；但是它也做不到必胜＿＿这样来看计算机下围棋要求完善的人工智能＿＿并不要求量子计算，毕竟自古棋圣们并不是量子脑
【李敬的回答(0票)】:
自己是围棋业务四段，对围棋的各种变化深有感触。 作者一定听说过“千古无同局”，这句话。变化之多不言而喻。 而量子计算机作为超越二进制的存在，它的态叠加对围棋个人认为是有用的。因为围棋每一步以及下一步，甚至再下一步的变化，是呈几何上升的。量子计算机的同时进行的计算则可以产生很大帮助。
【姜赫尼奥的回答(0票)】:
【KantWu的回答(0票)】:
yy无罪，不要把不知道做没做的事情当做做不到，棋牌类ai算法思路都差不太多，只不过可能没人专门去针对围棋优化罢了。棋局什么的，计算机当然是有办法转化成概率模型来理解的，真没那么玄乎
馆藏&69462
TA的推荐TA的最新馆藏
喜欢该文的人也喜欢}