a*****g
发帖数: 19398 | 1 http://chuansong.me/n/2267390
消息来源：Nature
视频字幕：张之乎，Wei，汪汪
一个月前，DeepMind创始人Demis Hassabis曾说道很快会有关于围棋研究的惊喜，而1
月28日的《Nature》杂志即将以封面论文的形式介绍Google旗下人工智能公司DeepMind
开发的一款名为AlphaGo的人工智能，它已经击败了欧洲围棋冠军，并将于3月与世界冠
军李世乭对战。该程序采用了两个深度神经网络，policy network与value network，
极大地降低了需要考虑的搜索空间的复杂度，前者降低搜索的广度，后者降低搜索的深
度，很像人脑在下围棋时凭直觉快速锁定策略的思维。
以下视频是Nature对该项研究的详细采访报道，视频中，DeepMind的团队会介绍他们是
如何设计的这款AI。（字幕由机器之心翻译出品。参与：张之乎，Wei，汪汪。）
http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imag
Nature封面
1月28日的《Nature》杂志上即将以封面论文报道一种能在传统策略游戏，围棋上击败
专业选手的电脑程序。围棋被认为是人工智能领域一个具有标志性的“大挑战”，这源
于围棋巨大的搜索空间，很难估计局面和下子。这项发现可能为其他看似棘手的人工智
能领域实现人类级别的能力带来希望。
围棋游戏起源于中国，两个选手在矩形格子上交换下黑子和白子，目标是在比赛结束时
比对方占领更多的地盘。迄今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。
David Silver, Aja Huang 和 Demis Hassabis 和他们的团队开发了一个叫”AlphaGo
“的程序，利用“价值网络”去计算局面，用“策略网络”去选择下子。训练这些深度
神经网络的，是对人类专业棋局的监督学习以及让它和自己对弈的增强学习。AlphaGo
在和其他围棋程序的对抗中获得了99.8%的胜率，并且在一项竞赛中以5比0的成绩战胜
了人类欧洲围棋冠军。这是第一次计算机程序能在不让子的情况下，在完整的围棋游戏
中击败专业选手——原本认为十年后人工智能才能达到的成就。
AlphaGo的下一个挑战将是李世乭，过去十年被认为是世界围棋冠军，比赛将于三月份
在首尔举行。
去年年底，机器之心曾预告，Google旗下人工智能公司DeepMind的CEO Demis Hassabis
在一次采访中透露他们可能已经攻克了世界最难的棋类游戏——中国围棋。（神秘的人
工智能公司DeepMind可能破解了围棋）而现在，这个重磅消息即将刊登在1月28日的《
Nature》杂志封面上。
以下是Demis Hassabis去年接受采访的视频：
字幕由机器之心翻译出品
到底AlphaGo能不能战胜世界冠军呢？让我们拭目以待三月的对弈吧！
相关阅读：
技术 | 电脑在围棋上为何总是赢不了人类？量子计算机呢？（附论文下载）
深度 | 为了古老的中国围棋，谷歌和Facebook正展开激烈的算法竞赛 |
a*****g
发帖数: 19398 | 2 等明天的 nature 杂志
1
DeepMind
【在 a*****g 的大作中提到】
: http://chuansong.me/n/2267390
: 消息来源：Nature
: 视频字幕：张之乎，Wei，汪汪
: 一个月前，DeepMind创始人Demis Hassabis曾说道很快会有关于围棋研究的惊喜，而1
: 月28日的《Nature》杂志即将以封面论文的形式介绍Google旗下人工智能公司DeepMind
: 开发的一款名为AlphaGo的人工智能，它已经击败了欧洲围棋冠军，并将于3月与世界冠
: 军李世乭对战。该程序采用了两个深度神经网络，policy network与value network，
: 极大地降低了需要考虑的搜索空间的复杂度，前者降低搜索的广度，后者降低搜索的深
: 度，很像人脑在下围棋时凭直觉快速锁定策略的思维。
: 以下视频是Nature对该项研究的详细采访报道，视频中，DeepMind的团队会介绍他们是
|
D*******r
发帖数: 2323 | 3 http://www.theguardian.com/technology/2016/jan/27/google-hits-a
AlphaGo以5-0的绝对优势击败三届欧洲围棋锦标赛冠军樊麾职业二段。
本来我预计五年内围棋程序可以击败职业棋手，没想到这日子来得比我预计的更快！
1
DeepMind
【在 a*****g 的大作中提到】
: http://chuansong.me/n/2267390
: 消息来源：Nature
: 视频字幕：张之乎，Wei，汪汪
: 一个月前，DeepMind创始人Demis Hassabis曾说道很快会有关于围棋研究的惊喜，而1
: 月28日的《Nature》杂志即将以封面论文的形式介绍Google旗下人工智能公司DeepMind
: 开发的一款名为AlphaGo的人工智能，它已经击败了欧洲围棋冠军，并将于3月与世界冠
: 军李世乭对战。该程序采用了两个深度神经网络，policy network与value network，
: 极大地降低了需要考虑的搜索空间的复杂度，前者降低搜索的广度，后者降低搜索的深
: 度，很像人脑在下围棋时凭直觉快速锁定策略的思维。
: 以下视频是Nature对该项研究的详细采访报道，视频中，DeepMind的团队会介绍他们是
|
o*****p
发帖数: 2977 | 4 主要是神经网络算法这几年的突破太猛了。无往不利的感觉。
【在 D*******r 的大作中提到】
: http://www.theguardian.com/technology/2016/jan/27/google-hits-a
: AlphaGo以5-0的绝对优势击败三届欧洲围棋锦标赛冠军樊麾职业二段。
: 本来我预计五年内围棋程序可以击败职业棋手，没想到这日子来得比我预计的更快！
:
: 1
: DeepMind
|
o*****p
发帖数: 2977 | 5 http://it.sohu.com/20160128/n436102903.shtml
1997年，国际象棋AI第一次打败顶尖的人类；2006年，人类最后一次打败顶尖的国
际象棋AI。欧美传统里的顶级人类智力试金石，在电脑面前终于一败涂地，应了四十多
年前计算机科学家的预言。
至少还有东方，人们自我安慰道。围棋AI长期以来举步维艰，顶级AI甚至不能打败
稍强的业余选手。这似乎也合情合理：国际象棋中，平均每回合有35种可能，一盘棋可
以有80回合；相比之下，围棋每回合有250种可能，一盘棋可以长达150回合。这一巨大
的数目，足以令任何蛮力穷举者望而却步——而人类，我们相信，可以凭借某种难以复
制的算法跳过蛮力，一眼看到棋盘的本质。
但是，无论人怎么想，这样的局面当然不可能永远延续下去。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。
AlphaGo与欧洲围棋冠军樊麾的5局较量。图片来源：参考文献[1]
这是人类历史上，围棋AI第一次在公平比赛中战胜职业选手。
AlphaGo的战绩如何？
此次比赛和以往不同。之前的比赛中，由于AI棋力比人类弱，人类选手都会让子，
而且AI主要和业余段位的棋手比赛。而AlphaGo对战樊麾是完全公平的比赛，没有让子
。职业二段樊麾出生于中国，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。
研究者也让AlphaGo和其他的围棋AI进行了较量，在总计495局中只输了一局，胜率
是99.8%。它甚至尝试了让4子对阵Crazy Stone，Zen和Pachi三个先进的AI，胜率分别
是77%，86%和99%。可见AlphaGo有多强大。
在接下来3月份，AlphaGo将和韩国九段棋手李世乭在首尔一战，奖金是由Google提
供的100万美金。李世乭是最近10年中获得世界第一头衔最多的棋手。围棋是最后一个
人类顶尖高手能战胜AI的棋类游戏。之前有人预测说，AI需要再花十几年才能战胜人类
。所以这场比赛或许会见证历史，我们将拭目以待。
李世乭表示很荣幸自己将与电脑公平对弈。“无论结果如何，这都会是围棋史上极
具意义的事件。”他说，“我听说谷歌Deep Mind的AI出人意料地强，而且正在变得更
强。但我有自信至少这次能赢。”图片来源：tygem.com
AI下围棋到底有多难？
计算围棋是个极其复杂的问题，比国际象棋要困难得多。围棋最大有3361 种局面
，大致的体量是10170，而已经观测到的宇宙中，原子的数量才1080。国际象棋最大只
有2155种局面，称为香农数，大致是1047。
面对任何棋类，一种直观又偷懒的思路是暴力列举所有能赢的方案，这些方案会形
成一个树形地图。AI只要根据这个地图下棋就能永远胜利。然而，围棋一盘大约要下
150步，每一步有250种可选的下法，所以粗略来说，要是AI用暴力列举所有情况的方式
，围棋需要计算250150种情况，大致是10360。相对的，国际象棋每盘大约80步，每一
步有35种可选下法，所以只要算3580种情况，大概是10124。无论如何，枚举所有情况
的方法不可行，所以研究者们需要用巧妙的方法来解决问题，他们选择了模仿人类大师
的下棋方式。
机器学习
研究者们祭出了终极杀器——“深度学习”（Deep Learning）。深度学习是目前
人工智能领域中最热门的科目，它能完成笔迹识别，面部识别，驾驶自动汽车，自然语
言处理，识别声音，分析生物信息数据等非常复杂的任务。
描述AlphaGo研究成果的论文成为了1月28日的《自然》杂志的封面文章。图片来源
：Nature/Google DeepMind
AlphaGo 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”出那些比较有前途的棋
步，抛弃明显的差棋，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。
其中，“值网络”负责减少搜索的深度——AI会一边推算一边判断局面，局面明显
劣势的时候，就直接抛弃某些路线，不用一条道算到黑；而“策略网络”负责减少搜索
的宽度——面对眼前的一盘棋，有些棋步是明显不该走的，比如不该随便送子给别人吃
。将这些信息放入一个概率函数，AI就不用给每一步以同样的重视程度，而可以重点分
析那些有戏的棋着。
AlphaGo所使用的神经网络结构示意图。图片来源：参考文献[1]
AlphaGo利用这两个工具来分析局面，判断每种下子策略的优劣，就像人类棋手会
判断当前局面以及推断未来的局面一样。这样AlphaGo在分析了比如未来20步的情况下
，就能判断在哪里下子赢的概率会高。
研究者们用许多专业棋局训练AI，这种方法称为监督学习（supervised learning
），然后让AI和自己对弈，这种方法称为强化学习（reinforcement learning），每次
对弈都能让AI棋力精进。然后他就能战胜冠军啦！
人类在下棋时有一个劣势，在长时间比赛后，他们会犯错，但机器不会。而且人类
或许一年能玩1000局，但机器一天就能玩100万局。所以AlphaGo只要经过了足够的训练
，就能击败所有的人类选手。
Google DeepMind
Google DeepMind是这个程序的创造者，我们来看一下他们萌萌的程序员。
杰米斯·哈萨比斯（Demis Hassabis） 是Google DeepMind 的CEO。图片来源：
Nature Video
文章的第一作者大卫·西尔弗（David Silver）。图片来源：Nature Video
Google DeepMind 去年在《自然》杂志上发表过一篇论文[2]，他们用增强学习的
方法训练AI玩经典的Atari游戏。其实在几年前就有人研究如何让AI玩《星际争霸》，
目前人类大师还是能击败AI的。电脑游戏中大量使用人工智能技术，你有没有觉得游戏
变得越来越聪明了？
那么……未来呢？
人工智能研究者面对这样的成就当然欣喜。深度学习和强化学习等技术完全可以用
于更广泛的领域。比如最近很火的精准治疗，我们可以训练它们判断哪些治疗方案对某
个特定的人有效。
但是，围棋毕竟不仅仅是一项智力成就。就像十多年前的国际象棋一样，围棋必定
也会引发超出本领域之外的讨论。等到计算机能在围棋上秒杀人类的时候，围棋是不是
就变成了一种无聊的游戏？人类的智力成就是不是就贬值了？AI还将在其他层面上继续
碾压人类吗？传统认为AI不可能完成的任务是否也都将被逐一打破？人类最后是会进入
AI乌托邦还是被AI淘汰呢？
没人知道答案。但有一点毫无疑问：AI一定会进入我们的生活，我们不可能躲开。
这一接触虽然很可能悄无声息，但意义或许不亚于我们第一次接触外星生命。
（编辑：Ent，Calo）
参考文献：
David Silver, et al. "Mastering the game of Go with deep neural networks
and tree search." Nature doi:10.1038/nature16961Mnih, Volodymyr, et al. "
Human-level control through deep reinforcement learning." Nature 518.7540 (
2015): 529-533.
文章题图：Nature/Google DeepMind |
o*****p
发帖数: 2977 | 6 神经网络这个突破，能量简直不亚于智能手机的出现。
http://www.nature.com/news/google-ai-algorithm-masters-ancient-game-of-go-1.19234
"Deep learning is killing every problem in AI" 真的是这样。
【在 o*****p 的大作中提到】
: http://it.sohu.com/20160128/n436102903.shtml
: 1997年，国际象棋AI第一次打败顶尖的人类；2006年，人类最后一次打败顶尖的国
: 际象棋AI。欧美传统里的顶级人类智力试金石，在电脑面前终于一败涂地，应了四十多
: 年前计算机科学家的预言。
: 至少还有东方，人们自我安慰道。围棋AI长期以来举步维艰，顶级AI甚至不能打败
: 稍强的业余选手。这似乎也合情合理：国际象棋中，平均每回合有35种可能，一盘棋可
: 以有80回合；相比之下，围棋每回合有250种可能，一盘棋可以长达150回合。这一巨大
: 的数目，足以令任何蛮力穷举者望而却步——而人类，我们相信，可以凭借某种难以复
: 制的算法跳过蛮力，一眼看到棋盘的本质。
: 但是，无论人怎么想，这样的局面当然不可能永远延续下去。就在今天，国际顶尖
|
D*******r
发帖数: 2323 | 7 这对人工智能的研究是个数量级的突破。
【在 o*****p 的大作中提到】
: 神经网络这个突破，能量简直不亚于智能手机的出现。
: http://www.nature.com/news/google-ai-algorithm-masters-ancient-game-of-go-1.19234
: "Deep learning is killing every problem in AI" 真的是这样。
|
D*******r
发帖数: 2323 | 8
【在 D*******r 的大作中提到】
: 这对人工智能的研究是个数量级的突破。
|
D*******r
发帖数: 2323 | 9 Fan Hui:
"In China, Go is not just a game. It is also a mirror on life. We say if you
have a problem with your game, maybe you also have a problem in life.
Losing was very hard. Before I played with AlphaGo, I thought I would win.
After the first game I changed my strategy and fought more, but I lost. The
problem is humans sometimes make very big mistakes, because we are human.
Sometimes we are tired, sometimes we so want to win the game, we have this
pressure. The programme is not like this. It’s very strong and stable, it
seems like a wall. For me this is a big difference. I know AlphaGo is a
computer, but if no one told me, maybe I would think the player was a little
strange, but a very strong player, a real person.
Of course, when I lost the game I was not happy, but all professionals will
lose many games. So I lose, I study the game, and maybe I change my game. I
think it’s a good thing for the future."
【在 D*******r 的大作中提到】
|
D*******r
发帖数: 2323 | 10 有谁能找到AlphaGo和Fan Hui的五局棋的棋谱？网上看到一张图片，但是很不清楚。
1
DeepMind
【在 a*****g 的大作中提到】
: http://chuansong.me/n/2267390
: 消息来源：Nature
: 视频字幕：张之乎，Wei，汪汪
: 一个月前，DeepMind创始人Demis Hassabis曾说道很快会有关于围棋研究的惊喜，而1
: 月28日的《Nature》杂志即将以封面论文的形式介绍Google旗下人工智能公司DeepMind
: 开发的一款名为AlphaGo的人工智能，它已经击败了欧洲围棋冠军，并将于3月与世界冠
: 军李世乭对战。该程序采用了两个深度神经网络，policy network与value network，
: 极大地降低了需要考虑的搜索空间的复杂度，前者降低搜索的广度，后者降低搜索的深
: 度，很像人脑在下围棋时凭直觉快速锁定策略的思维。
: 以下视频是Nature对该项研究的详细采访报道，视频中，DeepMind的团队会介绍他们是
|
|
|
g*******p
发帖数: 176 | 11 就算围棋输给电脑也没有什么，围棋也算简单的游戏。星际争霸电脑永远打不过人类。 |
D*****t
发帖数: 558 | 12 http://www.nature.com/nature/journal/v529/n7587/extref/nature16
【在 D*******r 的大作中提到】
: 有谁能找到AlphaGo和Fan Hui的五局棋的棋谱？网上看到一张图片，但是很不清楚。
:
: 1
: DeepMind
|
M*******p
发帖数: 5626 | 13 难以想象，我还以为这个在有生之年都不能完成，计算机连打劫这种都算清楚了？ 这
个机器后面有没有人辅助？ |
M*******p
发帖数: 5626 | 14 不过这次估计还是李世石赢，只要不下假棋。 :) |
t****n
发帖数: 263 | 15 武宫正树让4子输给了zen。alphago让4子赢了zen。
【在 M*******p 的大作中提到】
: 不过这次估计还是李世石赢，只要不下假棋。 :)
|
h*********r
发帖数: 10182 | 16 这个算法是真会学习的。估计要带着数据库。
估计走不出惊世骇俗的步伐，但是绝不犯错，绝不漏勺，没有恶手。 |
D*******r
发帖数: 2323 | 17 不知道和李石头下几番？和樊麾的五盘，一盘2.5目胜，另外四盘全中盘胜。
职业高段和初段的差距也就是一先而已。樊麾能拿下三届围棋欧洲锦标赛冠军，水平应
该不是很水的。
【在 M*******p 的大作中提到】
: 不过这次估计还是李世石赢，只要不下假棋。 :)
|
D*******r
发帖数: 2323 | |
D*******r
发帖数: 2323 | |
M*****s
发帖数: 3436 | 20 牛叉
【在 D*******r 的大作中提到】
|
|
|
s***h
发帖数: 662 | 21
1
DeepMind
不知道这个比赛的用时设置是怎样的，这是个非常关键的因素，但是记者明显不太了解
这个
东西，在报导中没有能看到。很难说是不是故意的。 :-)
【在 a*****g 的大作中提到】
: http://chuansong.me/n/2267390
: 消息来源：Nature
: 视频字幕：张之乎，Wei，汪汪
: 一个月前，DeepMind创始人Demis Hassabis曾说道很快会有关于围棋研究的惊喜，而1
: 月28日的《Nature》杂志即将以封面论文的形式介绍Google旗下人工智能公司DeepMind
: 开发的一款名为AlphaGo的人工智能，它已经击败了欧洲围棋冠军，并将于3月与世界冠
: 军李世乭对战。该程序采用了两个深度神经网络，policy network与value network，
: 极大地降低了需要考虑的搜索空间的复杂度，前者降低搜索的广度，后者降低搜索的深
: 度，很像人脑在下围棋时凭直觉快速锁定策略的思维。
: 以下视频是Nature对该项研究的详细采访报道，视频中，DeepMind的团队会介绍他们是
|
w******8
发帖数: 977 | 22 这有棋谱：http://www.usgo.org/
没想到这一天这么快就到了。不知能不能对付僵尸流，哈哈哈。
【在 D*******r 的大作中提到】
: 有谁能找到AlphaGo和Fan Hui的五局棋的棋谱？网上看到一张图片，但是很不清楚。
:
: 1
: DeepMind
|
a*****a
发帖数: 193 | 23 From the paper:
The match against Fan Hui was arbitrated by an impartial referee. 5 formal
games and 5
informal games were played with 7.5 komi, no handicap, and Chinese rules.
AlphaGo won these
games 5–0 and 3–2 respectively (Figure 6 and Extended Data Figure 6). Time
controls for formal
games were 1 hour main time plus 3 periods of 30 seconds byoyomi. Time
controls for informal
games were 3 periods of 30 seconds byoyomi. Time controls and playing
conditions were chosen
by Fan Hui in advance of the match;
【在 s***h 的大作中提到】
:
: 1
: DeepMind
: 不知道这个比赛的用时设置是怎样的，这是个非常关键的因素，但是记者明显不太了解
: 这个
: 东西，在报导中没有能看到。很难说是不是故意的。 :-)
|
D*******r
发帖数: 2323 | 24 本来以为有固定时间会对人比较有利，没想到有固定时间的人全输了，没有固定时间的
人倒扳回两盘。
Time
【在 a*****a 的大作中提到】
: From the paper:
: The match against Fan Hui was arbitrated by an impartial referee. 5 formal
: games and 5
: informal games were played with 7.5 komi, no handicap, and Chinese rules.
: AlphaGo won these
: games 5–0 and 3–2 respectively (Figure 6 and Extended Data Figure 6). Time
: controls for formal
: games were 1 hour main time plus 3 periods of 30 seconds byoyomi. Time
: controls for informal
: games were 3 periods of 30 seconds byoyomi. Time controls and playing
|
D*******r
发帖数: 2323 | 25 在算法被突破后，越复杂的局面对计算机越有利。在有限的时间内计算机的计算能力比
人类要强大多了。而且僵尸流的真正威力其实是心理上的。和人对弈，暂时领先的一方
想赢怕输，对僵尸流从心理上就会软弱退让。而计算机没有任何心理上的弱点，任何时
候都是依靠计算行棋。僵尸流的成功往往依赖于对手犯错，而计算机犯错的概率并不会
因为遇到僵尸流而增加。反而，使用僵尸流的人到时候容易handle不住自己选择的复杂
局面。
还有一个多月时间，谷歌不知道会不会找一些高段专业棋手给阿尔法喂招？另外，对石
头不利的地方是，阿尔法可以搞到上千个石头对局的棋谱，会针对局面关键之处，在石
头施放胜负手的地方，看阿尔法是否能应对正确，争对这些应对的正确与否，对程序和
算法进行微调。
总之，专业低段和专业高段之间有差距的地方，正是计算机强的地方，比如说迅速准确
的形式判断，转换后的形式判断，中盘复杂处的攻杀，比赛经验，心理不过硬等等。
而在思考方法，迅速排除明显错招这些以前软件比较弱的地方，职业低段和高段相差无
几。如果在这方面计算机能胜出低段棋手，那么对高段棋手也不会落后。
【在 w******8 的大作中提到】
: 这有棋谱：http://www.usgo.org/
: 没想到这一天这么快就到了。不知能不能对付僵尸流，哈哈哈。
|
s*****e
发帖数: 157 | 26 将来会出现必胜走法吗？
1
DeepMind
【在 a*****g 的大作中提到】
: http://chuansong.me/n/2267390
: 消息来源：Nature
: 视频字幕：张之乎，Wei，汪汪
: 一个月前，DeepMind创始人Demis Hassabis曾说道很快会有关于围棋研究的惊喜，而1
: 月28日的《Nature》杂志即将以封面论文的形式介绍Google旗下人工智能公司DeepMind
: 开发的一款名为AlphaGo的人工智能，它已经击败了欧洲围棋冠军，并将于3月与世界冠
: 军李世乭对战。该程序采用了两个深度神经网络，policy network与value network，
: 极大地降低了需要考虑的搜索空间的复杂度，前者降低搜索的广度，后者降低搜索的深
: 度，很像人脑在下围棋时凭直觉快速锁定策略的思维。
: 以下视频是Nature对该项研究的详细采访报道，视频中，DeepMind的团队会介绍他们是
|
D*******r
发帖数: 2323 | 27 理论上来讲，不试完tree上所有的节点，也就是不试完所有的合法着棋点，就不能说是
必胜走法。但是神经网络的算法的强大的地方正是迅速排除不可能的节点而大大减小运
算量和运算时间。至于被排除出去的节点中有没有真正的必胜着棋点，那就不知道了。
不知道阿尔法和阿尔法对下结果如何？
【在 s*****e 的大作中提到】
: 将来会出现必胜走法吗？
:
: 1
: DeepMind
|
l*******r
发帖数: 448 | 28 找一个阿尔法没有对他的棋谱train过的棋风不同的高手，阿尔法不一定能赢 |
m******n
发帖数: 15691 | 29 上甘思阳
【在 l*******r 的大作中提到】
: 找一个阿尔法没有对他的棋谱train过的棋风不同的高手，阿尔法不一定能赢
|
O***p
发帖数: 1333 | 30 硬件是什么? 能上100 TFlop/s么？
职业选手的盲点是俗手和形状不好的棋形不会去花时间考虑。 |
|
|
m******n
发帖数: 15691 | 31 欧洲冠军打不赢中国的初段少年， Alpha大概业6－业7
【在 D*******r 的大作中提到】
: 不知道和李石头下几番？和樊麾的五盘，一盘2.5目胜，另外四盘全中盘胜。
: 职业高段和初段的差距也就是一先而已。樊麾能拿下三届围棋欧洲锦标赛冠军，水平应
: 该不是很水的。
|
r******t
发帖数: 8967 | 32 那人确实是职二a
欧洲冠军打不赢中国的初段少年， Alpha大概业6－业7
【在 m******n 的大作中提到】
: 欧洲冠军打不赢中国的初段少年， Alpha大概业6－业7
|
D*******r
发帖数: 2323 | 33 你太小看欧洲冠军了，他是在中国入的段，在中国升的职业二段，你所谓的打不赢中国
初段少年从何说起？
【在 m******n 的大作中提到】
: 欧洲冠军打不赢中国的初段少年， Alpha大概业6－业7
|
a*****g
发帖数: 19398 | 34 看看这里的介绍
http://www.nature.com/nature/journal/v529/n7587/fig_tab/nature1
【在 O***p 的大作中提到】
: 硬件是什么? 能上100 TFlop/s么？
: 职业选手的盲点是俗手和形状不好的棋形不会去花时间考虑。
|
m******n
发帖数: 15691 | 35 他是81年的，今天的入段少年比 他当初入段的难度大很多了
他水平是有的，但真心下不过那些00后，何况他离开高水平竞技场那么长时间了
【在 D*******r 的大作中提到】
: 你太小看欧洲冠军了，他是在中国入的段，在中国升的职业二段，你所谓的打不赢中国
: 初段少年从何说起？
|
m******n
发帖数: 15691 | 36 当然也可以说今天围棋 用段位来描述水平有所偏差了， 等级分比段位更准确更重要
他是81年的，今天的入段少年比 他当初入段的难度大很多了
他水平是有的，但真心下不过那些00后，何况他离开高水平竞技场那么长时间了
【在 m******n 的大作中提到】
: 他是81年的，今天的入段少年比 他当初入段的难度大很多了
: 他水平是有的，但真心下不过那些00后，何况他离开高水平竞技场那么长时间了
|
A*******e
发帖数: 2419 | 37 AGA网站有棋谱和时间设置。
一小时加30秒读秒10次。
【在 s***h 的大作中提到】
:
: 1
: DeepMind
: 不知道这个比赛的用时设置是怎样的，这是个非常关键的因素，但是记者明显不太了解
: 这个
: 东西，在报导中没有能看到。很难说是不是故意的。 :-)
|
D*******r
发帖数: 2323 | 38 他每年参加职业比赛的，去年春兰杯对过张栩，输了。还有哪年对过周俊勋，赢了。
另外，虽然他现在的棋力不一定能赢初段少年，但是童子功基本功是没问题的。如我前
面说的，低段职业棋手和高段职业棋手之间的差距的地方，恰恰是计算机最不欠缺的地
方。
【在 m******n 的大作中提到】
: 他是81年的，今天的入段少年比 他当初入段的难度大很多了
: 他水平是有的，但真心下不过那些00后，何况他离开高水平竞技场那么长时间了
|
h*****a
发帖数: 1718 | 39 难以置信！！太赞了！
1
DeepMind
【在 a*****g 的大作中提到】
: http://chuansong.me/n/2267390
: 消息来源：Nature
: 视频字幕：张之乎，Wei，汪汪
: 一个月前，DeepMind创始人Demis Hassabis曾说道很快会有关于围棋研究的惊喜，而1
: 月28日的《Nature》杂志即将以封面论文的形式介绍Google旗下人工智能公司DeepMind
: 开发的一款名为AlphaGo的人工智能，它已经击败了欧洲围棋冠军，并将于3月与世界冠
: 军李世乭对战。该程序采用了两个深度神经网络，policy network与value network，
: 极大地降低了需要考虑的搜索空间的复杂度，前者降低搜索的广度，后者降低搜索的深
: 度，很像人脑在下围棋时凭直觉快速锁定策略的思维。
: 以下视频是Nature对该项研究的详细采访报道，视频中，DeepMind的团队会介绍他们是
|
s***h
发帖数: 662 | 40
就这么一个时间设置，我看到了三种不同的说法
1hr + 3 * 30
1hr + 10 * 30
1hr + 1min(没有说明有几次）
所以说，这个东西的报道里面不精确的成分还是很多的
而且这个人水平也就一般吧. 把这个程序一下就吹到天上，也没有这个必要。
和李世石的对局倒是会比较有趣。
【在 A*******e 的大作中提到】
: AGA网站有棋谱和时间设置。
: 一小时加30秒读秒10次。
|
|
|
M*******p
发帖数: 5626 | 41 新浪上面看了一盘棋谱，李世石应该稳赢，这个欧洲冠军下的太老实了，小李这100万
美元赚的太容易了。
【在 s***h 的大作中提到】
:
: 就这么一个时间设置，我看到了三种不同的说法
: 1hr + 3 * 30
: 1hr + 10 * 30
: 1hr + 1min(没有说明有几次）
: 所以说，这个东西的报道里面不精确的成分还是很多的
: 而且这个人水平也就一般吧. 把这个程序一下就吹到天上，也没有这个必要。
: 和李世石的对局倒是会比较有趣。
|
a******0
发帖数: 121 | 42 不限时间，对棋手应更有利：虽不能保证提高对局质量，但可减少昏招、误算。
对计算机，神经网络搜索速度很快（~固定时间)，而穷尽搜索需要指数量的增时间才有
帮助。 不限时，也就是多几个小时而已。
如一个弱职棋手能不限时能赢 AlphaGo 两盘棋，近期内职业强手如不出明显误算，应
该还有机会。从长远角度，大家都不会看好职业棋手。
【在 D*******r 的大作中提到】
: 本来以为有固定时间会对人比较有利，没想到有固定时间的人全输了，没有固定时间的
: 人倒扳回两盘。
:
: Time
|
g*********e
发帖数: 14401 | 43 你没打过被人为修改过ai 的电脑吧
【在 g*******p 的大作中提到】
: 就算围棋输给电脑也没有什么，围棋也算简单的游戏。星际争霸电脑永远打不过人类。
|
g*******p
发帖数: 176 | 44
星际1，2 我都打过，电脑不可能赢人的。
【在 g*********e 的大作中提到】
: 你没打过被人为修改过ai 的电脑吧
|
a******0
发帖数: 121 | 45 另外，如棋手能多算一步，对计算机就可能是致命的。
【在 a******0 的大作中提到】
: 不限时间，对棋手应更有利：虽不能保证提高对局质量，但可减少昏招、误算。
: 对计算机，神经网络搜索速度很快（~固定时间)，而穷尽搜索需要指数量的增时间才有
: 帮助。 不限时，也就是多几个小时而已。
: 如一个弱职棋手能不限时能赢 AlphaGo 两盘棋，近期内职业强手如不出明显误算，应
: 该还有机会。从长远角度，大家都不会看好职业棋手。
|
B****n
发帖数: 11290 | 46 你錯了
一點都不容易
這是一場很難預測的對決
在這兩個月裡
有幾個重點是很不容易看出來的
第一:AI通過大量的對局可以一直繼續進步 兩個月能進步多大 不知道
第二: Google的財力雄厚 既然要做這件事 它就會用盡各種方法來針對李世石
比如說找高手演練李世石的下法 以李的對局和專家來tunning各項參數來adapt李的棋
風
當年的深藍也是要國象的高手陪練的 所以這並不是人與電腦 而是一場人對人+電腦的
對決
對於人來說 到是有一個問題可以考慮 就是用時多少 象棋裡面許銀川選擇2個半小時的
自由時間
這以象棋來說是很多的 當然現代圍棋用時少 所以用時很長的話 體力不一定跟的上 但
我想用時短
的話 尤其是到了讀秒時 應該是對人很不利 這點李可以考慮一個對自己最佳的策略
要是我押注 我情感上支持人 但絕不敢押多
【在 M*******p 的大作中提到】
: 新浪上面看了一盘棋谱，李世石应该稳赢，这个欧洲冠军下的太老实了，小李这100万
: 美元赚的太容易了。
|
D*******r
发帖数: 2323 | 47 其实根本不在于这个欧洲冠军和顶尖棋手有多大差距，要看到的是神经网络算法对人工
智能质的改变。
最早的围棋软件基本上是一些死的人为输入对常见定式和棋形的应对，如果你出些“意
外之着”，它就完全不知如何应对，这类软件完全没有智能。
然后从蒙特卡罗算法开始，是第一次质的提高，它依靠软件的定制的形式判断算法，计
算有限的几个着棋点进行多少后取胜的概率。这个在算法概率上有了极大的提高，但它
并不会自我学习，所谓的training也只是根据不同的风格，比如说取势还是取实地，优
先计算哪些点排除哪些点而已。
到了这次能够战胜职业棋手，哪怕这个职业棋手早不是一线棋手，但是他的童子功和基
本功是在的，能够战胜职业棋手，并且今天我看了全部五个棋谱，特意先不看对局信息
，从招法上，你完全分不出哪个是人，哪个是计算机。著名的图灵测试就是“让计算机
来冒充人。如果不足70%的人判对，也就是超过30%的裁判误以为在和自己说话的是人而
非计算机，那就算作成功了。” 说明阿尔法真正具备了人的智能。天顶也好，银星也
好，那种先是本本分分，然后突然会跳突的一手的情况再也没有出现。天顶和银星有时
虽然下出的棋也并不坏，但是你还是一眼能识别是计算机的招法。
阿尔法完全是人类的招法，因为它所有的招法是从几十万人类真正的棋谱中train出来
的，其实就是人类学习围棋的过程一样，打谱，通过对对弈中每一手的记忆和理解，而
明白什么时候这手下去是两分，什么时候是占了便宜，什么时候是吃亏。也就知道每手
棋的取胜的概率是多少。再结合蒙特卡罗算法，对于中盘局部的攻杀死活有比人类更精
准的计算。
软件能够从对弈中自我学习，那就太可怕了，它可以从人类真是棋谱的任意阶段让它开
始受训，看它接下去会怎么走。（比如说可以把李世石所有棋谱输入，让计算机扮演李
世石的角色，对手出应手之后，看计算机选择什么应手，然后看它的选择的应手选项中
有没有李世石的应手，如果没有，说明这手它还没学会，下次遇到相似局面，它就会把
这一点加入到蒙特卡洛算法树中去遴选并会调整其相应取胜概率。打完所有李世石的谱
后，可以说它基本就具备了李世石的思考方式。
另外，它还会左右互搏自我训练，根据自我对局的某方局面优劣找到计算中哪些点疏漏
了。
总之，它的学习的目的就是准确甄别哪些是有可能的应手，以及迅速排除不可能的应手
，然后在有限的可能的应手范围内，以全覆盖的计算优势去压倒人类。比如说每步棋后
有五个最有可能的着棋点，计算机算50步也就是5的50次方，强大点的计算机一分钟之
内算完了，人类几乎不可能。
只要算法对路了，又有了学习能力，计算机的学习优势就太大了。人一生中打谱能打五
千谱？一万谱？计算机一天就能打几十万谱。人一天能下100盘棋不？计算机一天下个
几千上万盘没问题。所以注定它的成长速度是人的几十倍到上百倍。现在离三月份还有
一个半月，这一个半月如果能有效training，阿尔法涨两子都是保守的估计。
不知道谷歌的研究团队会不会找一些职业高段在比赛前给阿尔法喂喂招？但是打所有李
世石的谱是肯定会干的。虽然计算机的所有招法其实是和人类学来的，再打点折扣，就
算人类还有些“阴谋诡计”是计算机现在学不去的，但是计算机稳定的不打勺子，而且像
真正的石头一样的不动感情，则是人类智能的最大欠缺。所以，我觉得这次比赛会是一
场好胜负。
如果是五番棋，如果计算机能胜一局，那么年底计算机彻底碾压人类将不成问题。如果
一局未胜，我觉得两年内人类最顶尖棋手也会臣服于计算机面前。
【在 M*******p 的大作中提到】
: 新浪上面看了一盘棋谱，李世石应该稳赢，这个欧洲冠军下的太老实了，小李这100万
: 美元赚的太容易了。
|
D*******r
发帖数: 2323 | 48 人类的对策，几乎只有一招，那就是使得自己的应手尽量是以往棋局中不可能出现的。
但是这种应手又不能是损手，不能像以前一样走一“怪招”来欺骗计算机，因为可能被
计算机将计就计结果导致怪招被惩罚。那么就剩下最后一个办法，那就是打劫，因为找
劫财从来就没有一定之规的，计算机如果不针对打劫写出专门的算法来应付，是很难圈
定哪些着点应该考虑，哪些应该排除，基本上要对全局扫描才能知道劫材情况，已经转
换后的亏损。
所以我大胆地在这猜测一下，李世石的胜局要靠打劫来取得优势。
【在 D*******r 的大作中提到】
: 其实根本不在于这个欧洲冠军和顶尖棋手有多大差距，要看到的是神经网络算法对人工
: 智能质的改变。
: 最早的围棋软件基本上是一些死的人为输入对常见定式和棋形的应对，如果你出些“意
: 外之着”，它就完全不知如何应对，这类软件完全没有智能。
: 然后从蒙特卡罗算法开始，是第一次质的提高，它依靠软件的定制的形式判断算法，计
: 算有限的几个着棋点进行多少后取胜的概率。这个在算法概率上有了极大的提高，但它
: 并不会自我学习，所谓的training也只是根据不同的风格，比如说取势还是取实地，优
: 先计算哪些点排除哪些点而已。
: 到了这次能够战胜职业棋手，哪怕这个职业棋手早不是一线棋手，但是他的童子功和基
: 本功是在的，能够战胜职业棋手，并且今天我看了全部五个棋谱，特意先不看对局信息
|
n*********3
发帖数: 534 | 49 where did you find that?
I mean "alphago让4子赢了zen。"??
【在 t****n 的大作中提到】
: 武宫正树让4子输给了zen。alphago让4子赢了zen。
|
M*******p
发帖数: 5626 | 50 我没全看，只看了新浪上面的一盘，双方基本就是在铺地板，这种局面肯定是计算机最
擅长的，小李肯定不会那么老实。不过小李的僵尸流估计也不起作用，计算机应该没有
什么“优势意思”下的缓手。而且现在的小李计算速度已经慢了，用时确实很关键。既
然google拿出100万，小李这段时间肯定要好好研究一下这几盘棋了，不知道能不能事
先找到这个软件先“适应”一下？
【在 B****n 的大作中提到】
: 你錯了
: 一點都不容易
: 這是一場很難預測的對決
: 在這兩個月裡
: 有幾個重點是很不容易看出來的
: 第一:AI通過大量的對局可以一直繼續進步 兩個月能進步多大 不知道
: 第二: Google的財力雄厚 既然要做這件事 它就會用盡各種方法來針對李世石
: 比如說找高手演練李世石的下法 以李的對局和專家來tunning各項參數來adapt李的棋
: 風
: 當年的深藍也是要國象的高手陪練的 所以這並不是人與電腦 而是一場人對人+電腦的
|
|
|
a****i
发帖数: 4783 | 51 星际是没有人研究AI，如果谷歌派上一个大团队去搞星际的AI，人类肯定不会是对手，
【在 g*******p 的大作中提到】
: 就算围棋输给电脑也没有什么，围棋也算简单的游戏。星际争霸电脑永远打不过人类。
|
c********a
发帖数: 244 | 52 说实话不是很高兴，又一个游戏让计算机毁了... |
M*******p
发帖数: 5626 | 53 google说挑选李世石是因为他是过去十年最强的棋手，但是李世石已经很多年没拿到过
冠军了，google难道不应该找当下最强的棋手吗？ 如果放在过去30年，那李昌镐还是
最强的呢？ 我看google选李世石的一个很大原因是李世石名气够大，外加有足够多的
棋谱让他们去train alphaGo (这可能是最大因素了）。 当然如果这个program真能5
盘三胜里面击败李世石那也差不多就能击败现在的所有职业棋手，从这个角度，找李世
石（或者任何一个中韩的顶尖棋手）也无可厚非。 |
D*******r
发帖数: 2323 | 54 新浪上的那一盘是第一盘，二段2.5目负的，双方确实是有点铺地板。估计是第一盘樊
麾想试试水。后来，樊麾自述想下得更aggressive一些，结果要么甘于局面落后，要么
是一动劲，就遭中盘屠龙脆败。
所以这个计算机软件还有遇强更强的特点。
【在 M*******p 的大作中提到】
: 我没全看，只看了新浪上面的一盘，双方基本就是在铺地板，这种局面肯定是计算机最
: 擅长的，小李肯定不会那么老实。不过小李的僵尸流估计也不起作用，计算机应该没有
: 什么“优势意思”下的缓手。而且现在的小李计算速度已经慢了，用时确实很关键。既
: 然google拿出100万，小李这段时间肯定要好好研究一下这几盘棋了，不知道能不能事
: 先找到这个软件先“适应”一下？
|
V****l
发帖数: 1 | 55
难道没听过1024线甩隐飞？
【在 g*******p 的大作中提到】
: 就算围棋输给电脑也没有什么，围棋也算简单的游戏。星际争霸电脑永远打不过人类。
|
g*******p
发帖数: 176 | 56
电脑只是操作多，但是没有用。要赢电脑，只要简单地在电脑基地旁边造炮台就搞定了
，非常无聊。
【在 V****l 的大作中提到】
:
: 难道没听过1024线甩隐飞？
|
t****n
发帖数: 263 | 57 应该是在论文里。准确的说是胜率77%以上。手机上没法看论文。可能更高，不确定。
【在 n*********3 的大作中提到】
: where did you find that?
: I mean "alphago让4子赢了zen。"??
|
D*******r
发帖数: 2323 | 58 研究者也让AlphaGo 和其他的围棋AI进行了较量，在总计495局中只输了一局，胜率是
99.8%。它甚至尝试了让4子对阵Crazy Stone，Zen和Pachi三个先进的AI，胜率分别是
77%，86%和99%。
【在 t****n 的大作中提到】
: 应该是在论文里。准确的说是胜率77%以上。手机上没法看论文。可能更高，不确定。
|
t***u
发帖数: 20182 | 59 说明你是个菜鸟啊
【在 g*******p 的大作中提到】
:
: 电脑只是操作多，但是没有用。要赢电脑，只要简单地在电脑基地旁边造炮台就搞定了
: ，非常无聊。
|
n*********3
发帖数: 534 | 60 Oh, thanks,
They should put this alphago on kgs, there are some kgs players
significantly stronger
than that European champion.
【在 D*******r 的大作中提到】
: 研究者也让AlphaGo 和其他的围棋AI进行了较量，在总计495局中只输了一局，胜率是
: 99.8%。它甚至尝试了让4子对阵Crazy Stone，Zen和Pachi三个先进的AI，胜率分别是
: 77%，86%和99%。
|
|
|
I******n
发帖数: 5952 | 61 不错，很好奇人工神经网络怎么算的劫大劫小的问题。
【在 D*******r 的大作中提到】
: 人类的对策，几乎只有一招，那就是使得自己的应手尽量是以往棋局中不可能出现的。
: 但是这种应手又不能是损手，不能像以前一样走一“怪招”来欺骗计算机，因为可能被
: 计算机将计就计结果导致怪招被惩罚。那么就剩下最后一个办法，那就是打劫，因为找
: 劫财从来就没有一定之规的，计算机如果不针对打劫写出专门的算法来应付，是很难圈
: 定哪些着点应该考虑，哪些应该排除，基本上要对全局扫描才能知道劫材情况，已经转
: 换后的亏损。
: 所以我大胆地在这猜测一下，李世石的胜局要靠打劫来取得优势。
|
O******C
发帖数: 167 | 62 也不知道这期nature是否有地方买，有一本做个纪念也不错。 |
D*******r
发帖数: 2323 | 63 劫大劫小容易计算，根据粘劫后，转换做形势判断就可以。困难的地方在于找劫材及判
断对手在哪儿找劫材。劫财可能在
全盘的任意一个角落，在棋局进行过程中也没有一个方法可以标注哪些地方可以将来用
于劫材，所以对于广度神经网络来讲，它不容易迅速圈定可选着棋点，这会大大增加计
算量。
【在 I******n 的大作中提到】
: 不错，很好奇人工神经网络怎么算的劫大劫小的问题。
|
M*******p
发帖数: 5626 | 64 石头是打劫高手，看看到时候怎么样？ 石头不错啊，今年一开始就搞了两个轰动的比
赛，这个不会也输了吧？ :)
【在 D*******r 的大作中提到】
: 劫大劫小容易计算，根据粘劫后，转换做形势判断就可以。困难的地方在于找劫材及判
: 断对手在哪儿找劫材。劫财可能在
: 全盘的任意一个角落，在棋局进行过程中也没有一个方法可以标注哪些地方可以将来用
: 于劫材，所以对于广度神经网络来讲，它不容易迅速圈定可选着棋点，这会大大增加计
: 算量。
|
s***h
发帖数: 662 | 65
第二局里面fanhui表现出来的水平之低让人很难相信他是职业棋手，大家可以自己看看
。。。
【在 M*******p 的大作中提到】
: 石头是打劫高手，看看到时候怎么样？ 石头不错啊，今年一开始就搞了两个轰动的比
: 赛，这个不会也输了吧？ :)
|
I******n
发帖数: 5952 | 66 纯目当然容易算清楚，提劫之后的死活，厚薄，这个大小不好判断吧
【在 D*******r 的大作中提到】
: 劫大劫小容易计算，根据粘劫后，转换做形势判断就可以。困难的地方在于找劫材及判
: 断对手在哪儿找劫材。劫财可能在
: 全盘的任意一个角落，在棋局进行过程中也没有一个方法可以标注哪些地方可以将来用
: 于劫材，所以对于广度神经网络来讲，它不容易迅速圈定可选着棋点，这会大大增加计
: 算量。
|
s***h
发帖数: 662 | 67
对局的条件限制之一大概是不能打劫，至少我没看到fanhui跟alphago弄出什么像样的
打劫局面。
另外，这个所谓的自学习能力我觉得很难说，围棋从来不是死记硬背，如果看到别人棋
谱里面
有类似的走法就拿来用，在当下的局面里面算不算好，如何评估，都是不确定的。给它
多些
tuning就能提高水平的想法有点乐观吧。
【在 s***h 的大作中提到】
:
: 第二局里面fanhui表现出来的水平之低让人很难相信他是职业棋手，大家可以自己看看
: 。。。
|
i***h
发帖数: 12655 | 68 这个就是机器的优势啊
决不会在重大比赛发挥失常
【在 s***h 的大作中提到】
:
: 对局的条件限制之一大概是不能打劫，至少我没看到fanhui跟alphago弄出什么像样的
: 打劫局面。
: 另外，这个所谓的自学习能力我觉得很难说，围棋从来不是死记硬背，如果看到别人棋
: 谱里面
: 有类似的走法就拿来用，在当下的局面里面算不算好，如何评估，都是不确定的。给它
: 多些
: tuning就能提高水平的想法有点乐观吧。
|
O***p
发帖数: 1333 | |
s***h
发帖数: 662 | 70
那不是发挥失常，而是他本来水平就不高。
【在 i***h 的大作中提到】
: 这个就是机器的优势啊
: 决不会在重大比赛发挥失常
|
|
|
h***i
发帖数: 89031 | 71 你知道什么事 no preprogrammed
人家就是跟一个人一样，从头学的
【在 s***h 的大作中提到】
:
: 那不是发挥失常，而是他本来水平就不高。
|
W*****t
发帖数: 2425 | 72 不能打劫？不会吧。不能打劫不就就跟赛跑不予许摆臂一样。。。
【在 s***h 的大作中提到】
:
: 那不是发挥失常，而是他本来水平就不高。
|
s***r
发帖数: 783 | 73 人有长考不出臭棋的
【在 D*******r 的大作中提到】
: 本来以为有固定时间会对人比较有利，没想到有固定时间的人全输了，没有固定时间的
: 人倒扳回两盘。
:
: Time
|
x**8
发帖数: 1939 | 74 恩，石头要想赢不能和电脑比快，
再就是上面提到的打劫，
宇宙流不知道有没有机会，
【在 s***r 的大作中提到】
: 人有长考不出臭棋的
|
s***r
发帖数: 783 | 75 打劫这几局也有的，不过消的很快
大模样有，但没贯彻宇宙流精神，可以试试
【在 x**8 的大作中提到】
: 恩，石头要想赢不能和电脑比快，
: 再就是上面提到的打劫，
: 宇宙流不知道有没有机会，
|
c*****0
发帖数: 89 | 76 五局基本都是书房棋，没有打劫，很少战斗，真实实力最多国内业五。 |
M*******p
发帖数: 5626 | 77 像石头和柯洁第五盘那种后半盘完全围绕打劫展开的情况，我估计计算机怎么也该绕晕
了。
【在 s***r 的大作中提到】
: 打劫这几局也有的，不过消的很快
: 大模样有，但没贯彻宇宙流精神，可以试试
|
M*******p
发帖数: 5626 | 78 柯洁时越上也行。
【在 O***p 的大作中提到】
: 好奇如果是古力上会如何。
|
D*******r
发帖数: 2323 | 79 提劫后，死活厚薄大小属于深度计算，在这个方面人类早就不是计算机的对手了，计算
机轻轻松松对每步5个options算出50步以外去。计算机之前一直没能突破的是广度计算
，换句话说，就是如何迅速排除不需要计算的应招。这能迅速缩减所需运算量。人靠人
眼一扫，就能排除90%以上的不可能的应招，而机器不行。所以阿尔法有两个神经网络
，一个负责广度计算，一个负责深度计算。
【在 I******n 的大作中提到】
: 纯目当然容易算清楚，提劫之后的死活，厚薄，这个大小不好判断吧
|
D*******r
发帖数: 2323 | 80 你理解错了，deep learning的所谓学习能力并不是死记硬背，而是通过以前棋谱的学
习，增加或者减少或者修正哪些应手需要去计算，哪些应手的价值是多少，最后他走出
来的应手并不是照搬以前棋谱的应手，而是通过计算选取最大value的应手走。
换句话说，所谓的学习不是学习具体招法，而是学习了思考方法。
【在 s***h 的大作中提到】
:
: 那不是发挥失常，而是他本来水平就不高。
|
|
|
E******w
发帖数: 2616 | 81 李世石的水平和时越柯洁什么的，怎么说也不是质的区别。电脑要是能赢李世石，基本
上可以确定说对当今的世界冠军的赢面很大。
当然，这是电脑第一次挑战顶尖高手。我觉得宣传的意味更大一些。所以我判断电脑的
水平估计还不那么ready。不玩猫腻想赢是不容易的。不过，赢应该也就是时间问题了。
【在 O***p 的大作中提到】
: 好奇如果是古力上会如何。
|
O***p
发帖数: 1333 | 82 不是说alpha让4子赢Zen的概率是86%么？说alpha是业5的，现在业5能让Zen4子么？ |
O***p
发帖数: 1333 | 83 李世石擅长怪招，下非常规的棋，这次选他是非常好的决定。 |
D*******r
发帖数: 2323 | 84 其实任何一个等级分前20的棋手，在技术上都没有什么本质区别。如果能完胜任何一个
等级分前20的专业棋手，就足以证明现在的算法和思考方法走在正路上了，只要这一点
确定，人类被完全碾压也就是一年半载的时间内的事了。
了。
【在 E******w 的大作中提到】
: 李世石的水平和时越柯洁什么的，怎么说也不是质的区别。电脑要是能赢李世石，基本
: 上可以确定说对当今的世界冠军的赢面很大。
: 当然，这是电脑第一次挑战顶尖高手。我觉得宣传的意味更大一些。所以我判断电脑的
: 水平估计还不那么ready。不玩猫腻想赢是不容易的。不过，赢应该也就是时间问题了。
|
D*******r
发帖数: 2323 | 85 也分什么样的怪招，多一些试应手这样的“怪招”估计有效，因为意图不明，应手可选
择的范围很大，会很大地加大计算机的运算量。有些怪招其实不过是强手，常人不敢下
因为算不清，他仗着自己计算力深而压迫对方应对出错，这种拼计算的怪招计算机完全
不惧。
【在 O***p 的大作中提到】
: 李世石擅长怪招，下非常规的棋，这次选他是非常好的决定。
|
x**8
发帖数: 1939 | 86 同意电脑其实还不那么ready，
不然的话就online好了，谁不服就杀马过来，一盘收100刀，输了赔1000，
了。
【在 E******w 的大作中提到】
: 李世石的水平和时越柯洁什么的，怎么说也不是质的区别。电脑要是能赢李世石，基本
: 上可以确定说对当今的世界冠军的赢面很大。
: 当然，这是电脑第一次挑战顶尖高手。我觉得宣传的意味更大一些。所以我判断电脑的
: 水平估计还不那么ready。不玩猫腻想赢是不容易的。不过，赢应该也就是时间问题了。
|
E******w
发帖数: 2616 | 87 KGS上有Zen在online陪下。问题是设定总是10秒一步的超快棋。在超快棋面前，我看9
段也未必能有多少机会。毕竟一个大错就完蛋了。
【在 x**8 的大作中提到】
: 同意电脑其实还不那么ready，
: 不然的话就online好了，谁不服就杀马过来，一盘收100刀，输了赔1000，
:
: 了。
|
C***Y
发帖数: 1323 | 88 阿尔法的神经网络们在计算选取最大value的应手时候，到底是选择攻杀，还是选择这
手围空的价值？这里学问大了，人类不同棋手的风格都不同。
还是选择攻了一半然后变现实地？
觉得这5盘棋型看来都很愚，是不是那个欧洲冠军被第一盘失利吓得技术变形了？ |
C***Y
发帖数: 1323 | 89 我第一手走在天元，算不算怪着？算不算亏？要是是为以后取势，或引征的话。
能爆揍zen,就没和这个新出来的软件下过。 |
w**a
发帖数: 3510 | 90 就是根据这五盘棋，金九段坦率地承认，我下不过它。金要在YouTube 讲解。当然你觉
得自己比金九还高我就没话说了。
[在 EmMeadow (青山绿水) 的大作中提到：]
：
：李世石的水平和时越柯洁什么的，怎么说也不是质的区别。电脑要是能赢李世石，基
本上可以确定说对当今的世界冠军的赢面很大。
：........... |
|
|
E******w
发帖数: 2616 | 91 我猜你肯定是设置没搞对吧。能有爆揍Zen的水平肯定不会这样大放厥词。Zen赢业余5
段都是大概率事件。对手开局走天元，走模仿棋，这些Zen应对都没有多大的困难的。
【在 C***Y 的大作中提到】
: 我第一手走在天元，算不算怪着？算不算亏？要是是为以后取势，或引征的话。
: 能爆揍zen,就没和这个新出来的软件下过。
|
D*******r
发帖数: 2323 | 92 专业棋手仅通过看棋谱，承让是阿尔法是顶尖棋手让先的水平。这还是三个月前的阿尔
法。
而且专业棋手还并不理解AI达到专业棋手让先水平背后的东西，细思恐极。
【在 w**a 的大作中提到】
: 就是根据这五盘棋，金九段坦率地承认，我下不过它。金要在YouTube 讲解。当然你觉
: 得自己比金九还高我就没话说了。
: [在 EmMeadow (青山绿水) 的大作中提到：]
: ：
: ：李世石的水平和时越柯洁什么的，怎么说也不是质的区别。电脑要是能赢李世石，基
: 本上可以确定说对当今的世界冠军的赢面很大。
: ：...........
|
o*****p
发帖数: 2977 | 93 还没那么厉害。说是可能下不过。
【在 w**a 的大作中提到】
: 就是根据这五盘棋，金九段坦率地承认，我下不过它。金要在YouTube 讲解。当然你觉
: 得自己比金九还高我就没话说了。
: [在 EmMeadow (青山绿水) 的大作中提到：]
: ：
: ：李世石的水平和时越柯洁什么的，怎么说也不是质的区别。电脑要是能赢李世石，基
: 本上可以确定说对当今的世界冠军的赢面很大。
: ：...........
|
D*******r
发帖数: 2323 | 94 出于保密协议的关系，技术上樊麾不能做过多透露，但他表示虽然从几盘棋谱上AI表现
出的水平不是特别惊人，但在当时的局面下正好可以击败他。
最令樊麾对局时感到绝望的是：不能出现失误。第二局樊麾本来形势极好，但由于
一个随手被对方抓住，后面竟然就没有了机会。从此之后樊麾坦言自己的心态发生了变
化，而且自己棋上的弱点被AI完全掌握，樊麾对电脑的弱点却束手无策。
樊麾表示自己肯定不能代表职业棋手整体，但他本人确确实实被电脑击败了。虽然
自己水平不是特别高，单5比0的比分放眼职业棋界恐怕也没有太多人能绝对做到。
从樊麾的这段自述，证实了我说的阿尔法很可能是遇强则强。它就保证它比对手领先并
把这领先保持到底。你看它和一个初段对局，会觉得也不过如此嘛，就比这初段强一点
。但它对五段时，它依然会争取比五段的棋要领先点，对九段，它也会下出争取比九段
的棋领先的棋来。
【在 o*****p 的大作中提到】
: 还没那么厉害。说是可能下不过。
|
c*****0
发帖数: 89 | 95 电脑还差得远，普普地板，局部小搏杀还行，相当于以前石老人的象棋水平，碰到顶尖
高手，一战既溃 |
a******0
发帖数: 121 | 96 粗看了一下文章，感觉高手要赢 AlphaGo 要挑算路深的走法，而非怪招。
AlphaGo 搜索还要依赖 Monte Carlo 方法。搜索树越深，Monte Carlo 搜索越难概括可
能的算法。 |
M*******p
发帖数: 5626 | 97 另一个帖子有当时对局的一些细节流出，樊二段好像有一些条件限制，这次个李世石不
可能再有了，看看计算机发展到什么程度了。
“ 作为与谷歌围棋的首位对局者，樊麾自然最有发言权，但由于保密条款限制，10月
赛后樊麾便将秘密憋在肚里，只是透露对局有一定条件限制。从已公布的5局棋谱来看
，极少出现打劫，或许从此处可看出些许端倪。” |
D********i
发帖数: 514 | 98 3月8日至15日，五番棋
【在 D*******r 的大作中提到】
: 不知道和李石头下几番？和樊麾的五盘，一盘2.5目胜，另外四盘全中盘胜。
: 职业高段和初段的差距也就是一先而已。樊麾能拿下三届围棋欧洲锦标赛冠军，水平应
: 该不是很水的。
|
D********i
发帖数: 514 | 99 当今最强棋手当然是李世石。
即使看最近一年，李也是亚洲杯冠军，梦百合杯亚军，三星杯季军。看成绩也就柯洁能
比一比，但综合资历也差多了。
5
【在 M*******p 的大作中提到】
: google说挑选李世石是因为他是过去十年最强的棋手，但是李世石已经很多年没拿到过
: 冠军了，google难道不应该找当下最强的棋手吗？ 如果放在过去30年，那李昌镐还是
: 最强的呢？ 我看google选李世石的一个很大原因是李世石名气够大，外加有足够多的
: 棋谱让他们去train alphaGo (这可能是最大因素了）。 当然如果这个program真能5
: 盘三胜里面击败李世石那也差不多就能击败现在的所有职业棋手，从这个角度，找李世
: 石（或者任何一个中韩的顶尖棋手）也无可厚非。
|
C***Y
发帖数: 1323 | 100 看到一个09年这么评论的：
电脑程序之所以能打败国象和象棋特级大师，依靠的是不知疲倦的高速检索能力，每一
种开局、每一种防御在计算机强大的运算检索能力面前都不值一提，但这种机械方法在
围棋面前却失去了用武之地。围棋没有王和帅这样的攻击目标，每颗棋子一会是棋筋，
一会又是废子，计算机无法“定位”。围棋中的厚势本身并没有目数，但可以直接围空
或者通过攻击间接围空，而厚势本身的价值计算机无法判定。
围棋的最大难处在于模糊性，这正是计算机的软肋。美国天体物理学家、围
棋爱好者皮特·哈特说：“计算机围棋程序击败人类选手可能至少需要100年时间。如
果一位智力正常的人学习下围棋，用不了几个月就可以击败现在所有的计算机程序。”
2009
--------------------------------------------------------------------
国际象棋和象棋的目标明确，杀死对手的王、帅即获胜，着法均有章可循，电脑以其超
级速度能在极短时间搜索到最佳着法。而围棋最大的特点是模糊性，每颗棋子的价值不
断在变化，厚势与实地的价值也随时在转换，这是电脑难以辨别之处。但在定式和局部
官子中，电脑就能轻松战胜人脑。
包括棋界电脑程序专家俞斌(微博)九段在内，专家们都知道，电脑围棋软件的软肋在于
无法将每颗棋子价值量化，而人脑却能凭借感觉、经验判断棋子价值，因而，电脑在围
棋领域无法攻克人脑，也正说明了人脑的长处所在。
2013
--------------------------------------------
“我猜你肯定是设置没搞对吧。能有爆揍Zen的水平肯定不会这样大放厥词。Zen赢业余
5
段都是大概率事件。对手开局走天元，走模仿棋，这些Zen应对都没有多大的困难的。”
zen设置5段，时间1小时，一开始我输他一两盘，后来发现规律它老是走高位想围空，
对角上精微变化不行，我取得角后有意洗它中腹它中盘认输了。现在这个程序，它对一
个子是势还是地有帮助，是杀龙还是取地，怎么评价的算法我们不清楚。我是说天元那
子它认为是无价值呢还是有潜在作用，对程序比较模糊（不是说天元走模仿棋）。不过
打劫全盘找它就难办了，应劫不？
欧洲冠军也承认第一盘失利后技术变形了嘛。我就和北美青年赛冠军下过，后来他去韩
国当了职业选手。 |
|
|
D********i
发帖数: 514 | 101 职业围棋的目的就是赢吧，能稳赢当然不应该冒风险。
如果是彩棋，AI就应该采用另一种算法了。
【在 D*******r 的大作中提到】
: 出于保密协议的关系，技术上樊麾不能做过多透露，但他表示虽然从几盘棋谱上AI表现
: 出的水平不是特别惊人，但在当时的局面下正好可以击败他。
: 最令樊麾对局时感到绝望的是：不能出现失误。第二局樊麾本来形势极好，但由于
: 一个随手被对方抓住，后面竟然就没有了机会。从此之后樊麾坦言自己的心态发生了变
: 化，而且自己棋上的弱点被AI完全掌握，樊麾对电脑的弱点却束手无策。
: 樊麾表示自己肯定不能代表职业棋手整体，但他本人确确实实被电脑击败了。虽然
: 自己水平不是特别高，单5比0的比分放眼职业棋界恐怕也没有太多人能绝对做到。
: 从樊麾的这段自述，证实了我说的阿尔法很可能是遇强则强。它就保证它比对手领先并
: 把这领先保持到底。你看它和一个初段对局，会觉得也不过如此嘛，就比这初段强一点
: 。但它对五段时，它依然会争取比五段的棋要领先点，对九段，它也会下出争取比九段
|
D*******r
发帖数: 2323 | 102 老黄历了，神经网络的算法恰恰是对以往的仅仅靠强大运算检索能力的质的升华。
【在 C***Y 的大作中提到】
: 看到一个09年这么评论的：
: 电脑程序之所以能打败国象和象棋特级大师，依靠的是不知疲倦的高速检索能力，每一
: 种开局、每一种防御在计算机强大的运算检索能力面前都不值一提，但这种机械方法在
: 围棋面前却失去了用武之地。围棋没有王和帅这样的攻击目标，每颗棋子一会是棋筋，
: 一会又是废子，计算机无法“定位”。围棋中的厚势本身并没有目数，但可以直接围空
: 或者通过攻击间接围空，而厚势本身的价值计算机无法判定。
: 围棋的最大难处在于模糊性，这正是计算机的软肋。美国天体物理学家、围
: 棋爱好者皮特·哈特说：“计算机围棋程序击败人类选手可能至少需要100年时间。如
: 果一位智力正常的人学习下围棋，用不了几个月就可以击败现在所有的计算机程序。”
: 2009
|
D*******r
发帖数: 2323 | 103 是啊，所以说看它和二段对弈的棋谱觉得它没有那么强，是不能得出它和九段对弈时的
棋力的。计算机的算法就是做到比它的对手强一点。它觉得铺地板就能赢的时候它不必
要去选择打入赢更多，但是你一旦打入它的，让它觉得如果被你活出它实空不够时，它
杀龙一点都不手软。
【在 D********i 的大作中提到】
: 职业围棋的目的就是赢吧，能稳赢当然不应该冒风险。
: 如果是彩棋，AI就应该采用另一种算法了。
|
O***p
发帖数: 1333 | 104 李世石如果轻拿前3盘的话，建议第4盘让先，第5盘让2子，这样才知道真正的差距有多
少。 |
D*******r
发帖数: 2323 | 105 我觉得谷歌之所以让阿尔法挑战李世石，还是觉得自己有一定把握的，起码五五开。这
次挑战主要是为了造影响。
真正只是为了测试alpha的棋力的话，赢阿尔法一盘一万美金，就能有一大队职业高段
愿意排队挑战了。
【在 O***p 的大作中提到】
: 李世石如果轻拿前3盘的话，建议第4盘让先，第5盘让2子，这样才知道真正的差距有多
: 少。
|
M*******p
发帖数: 5626 | 106 用这种算法去设计国象软件，是不是会比现在的更厉害？
【在 D*******r 的大作中提到】
: 老黄历了，神经网络的算法恰恰是对以往的仅仅靠强大运算检索能力的质的升华。
|
c*****0
发帖数: 89 | 107 从棋谱看，电脑没有接到什么实质的挑战，像纸上谈兵的书房棋。
真实水平最多业五，估计设置的限制也影响了棋手的发挥。
另外即便单项领域达到某种高度 也就勉强可以称得上： 弱智
弱人工智能，现在的科技要有成为强智和超智还差十万八千里。 |
i***h
发帖数: 12655 | 108 你的话也许不错
你的心态就是不能正视人工智能的飞跃进步
马云说错过新浪潮的人三句话怎么说来着？
【在 c*****0 的大作中提到】
: 从棋谱看，电脑没有接到什么实质的挑战，像纸上谈兵的书房棋。
: 真实水平最多业五，估计设置的限制也影响了棋手的发挥。
: 另外即便单项领域达到某种高度 也就勉强可以称得上： 弱智
: 弱人工智能，现在的科技要有成为强智和超智还差十万八千里。
|
D*******r
发帖数: 2323 | 109 应该不需要。游戏软件的不知道，反正深蓝的算法是全覆盖了，因为象棋复杂度有限，
超级计算机可以算完。
【在 M*******p 的大作中提到】
: 用这种算法去设计国象软件，是不是会比现在的更厉害？
|
O***p
发帖数: 1333 | |
|
|
c*****0
发帖数: 89 | 111
陈述事实和心态有关系吗？
水平到不了就是到不了，拔毛也助长不了。
这位说话以己度人，用小朋友的心态去揣测别人我回你一次，不会再多说。
比你差的人喜欢后面觉觉舌头，比你强的人没时间理你，想明白了算你今天长进了
【在 i***h 的大作中提到】
: 你的话也许不错
: 你的心态就是不能正视人工智能的飞跃进步
: 马云说错过新浪潮的人三句话怎么说来着？
|
h***i
发帖数: 89031 | 112 你的智力比卡斯帕罗夫1/10都不到
【在 c*****0 的大作中提到】
:
: 陈述事实和心态有关系吗？
: 水平到不了就是到不了，拔毛也助长不了。
: 这位说话以己度人，用小朋友的心态去揣测别人我回你一次，不会再多说。
: 比你差的人喜欢后面觉觉舌头，比你强的人没时间理你，想明白了算你今天长进了
|
w****i
发帖数: 964 | 113 "5的50次方，强大点的计算机一分钟之内算完了"
do you have any sense of how big 5^50 is?
【在 D*******r 的大作中提到】
: 其实根本不在于这个欧洲冠军和顶尖棋手有多大差距，要看到的是神经网络算法对人工
: 智能质的改变。
: 最早的围棋软件基本上是一些死的人为输入对常见定式和棋形的应对，如果你出些“意
: 外之着”，它就完全不知如何应对，这类软件完全没有智能。
: 然后从蒙特卡罗算法开始，是第一次质的提高，它依靠软件的定制的形式判断算法，计
: 算有限的几个着棋点进行多少后取胜的概率。这个在算法概率上有了极大的提高，但它
: 并不会自我学习，所谓的training也只是根据不同的风格，比如说取势还是取实地，优
: 先计算哪些点排除哪些点而已。
: 到了这次能够战胜职业棋手，哪怕这个职业棋手早不是一线棋手，但是他的童子功和基
: 本功是在的，能够战胜职业棋手，并且今天我看了全部五个棋谱，特意先不看对局信息
|
m*****o
发帖数: 110 | |
D*******r
发帖数: 2323 | 115 oops，是我随口乱说了，谢谢指正。
【在 w****i 的大作中提到】
: "5的50次方，强大点的计算机一分钟之内算完了"
: do you have any sense of how big 5^50 is?
|
D*******r
发帖数: 2323 | 116 oops，是我随口乱说了，谢谢指正。
【在 w****i 的大作中提到】
: "5的50次方，强大点的计算机一分钟之内算完了"
: do you have any sense of how big 5^50 is?
|
B****n
发帖数: 11290 | 117 Google選擇這個時機宣布和FB前幾天的宣傳有關
所以有可能電腦確實對top player還不ready 但並不表示到比賽時不ready
同時google對於真正的強敵 同時在自己已經向大家宣布的情況下 會投入更多的資源
除了硬體和電腦專家外 包括圍棋高手陪練幫忙提建議等 這股力量亦不可小覷
大公司的人工智能和人的決賽從來都不只是人工智能和人的戰爭
而是人工智能+大公司的資源(硬體+人才+錢)和人的戰爭 這一點是大公司方常被低估的
原因
【在 x**8 的大作中提到】
: 同意电脑其实还不那么ready，
: 不然的话就online好了，谁不服就杀马过来，一盘收100刀，输了赔1000，
:
: 了。
|
o*****p
发帖数: 2977 | 118 呵呵，你搞错了。是Nature发文章点爆了媒体，不是google宣布。而且google，
Nature都保密到最后一天。FB的文章去年底(12月份)就出了，还满世界宣布，那时候
google的棋早下完了，但憋着不说。
【在 B****n 的大作中提到】
: Google選擇這個時機宣布和FB前幾天的宣傳有關
: 所以有可能電腦確實對top player還不ready 但並不表示到比賽時不ready
: 同時google對於真正的強敵 同時在自己已經向大家宣布的情況下 會投入更多的資源
: 除了硬體和電腦專家外 包括圍棋高手陪練幫忙提建議等 這股力量亦不可小覷
: 大公司的人工智能和人的決賽從來都不只是人工智能和人的戰爭
: 而是人工智能+大公司的資源(硬體+人才+錢)和人的戰爭 這一點是大公司方常被低估的
: 原因
|
s***h
发帖数: 662 | 119
是啊，我看看这些回帖，绝大多数可以归入以下几类：
1. 不会下棋的
2. 不懂计算机科学的
3. 兼具1，2
这样一个程序，让这么多人这么兴奋，真是感到不可思议
【在 c*****0 的大作中提到】
:
: 陈述事实和心态有关系吗？
: 水平到不了就是到不了，拔毛也助长不了。
: 这位说话以己度人，用小朋友的心态去揣测别人我回你一次，不会再多说。
: 比你差的人喜欢后面觉觉舌头，比你强的人没时间理你，想明白了算你今天长进了
|
B****n
发帖数: 11290 | 120 謝謝指正
【在 o*****p 的大作中提到】
: 呵呵，你搞错了。是Nature发文章点爆了媒体，不是google宣布。而且google，
: Nature都保密到最后一天。FB的文章去年底(12月份)就出了，还满世界宣布，那时候
: google的棋早下完了，但憋着不说。
|
|
|
o*****p
发帖数: 2977 | 121 你要写了这么一个程序，你就能发Nature了。你也能上无数新闻的头条。无数AI界的
大拿会称赞你完成了里程碑式的使命。
就象现在这个程序受到的对待。
你认为这些AI界的，和Nature的reviewer归在哪一类里呢？
【在 s***h 的大作中提到】
:
: 是啊，我看看这些回帖，绝大多数可以归入以下几类：
: 1. 不会下棋的
: 2. 不懂计算机科学的
: 3. 兼具1，2
: 这样一个程序，让这么多人这么兴奋，真是感到不可思议
|
C*a
发帖数: 1680 | |
C*a
发帖数: 1680 | |
C*a
发帖数: 1680 | 124 象棋简单，穷举最佳手段就可以了，只需要增加内存.
围棋没法穷举，要难得多. |
C*a
发帖数: 1680 | 125 象棋简单，穷举最佳手段就可以了，只需要增加内存.
围棋没法穷举，要难得多. |
C*a
发帖数: 1680 | 126 象棋简单，穷举最佳手段就可以了，只需要增加内存.
围棋没法穷举，要难得多. |
s***r
发帖数: 783 | 127 马云是谁啊？活佛？他随便说句，你就信？
那任总语录呢？你学习不？
【在 i***h 的大作中提到】
: 你的话也许不错
: 你的心态就是不能正视人工智能的飞跃进步
: 马云说错过新浪潮的人三句话怎么说来着？
|
s***r
发帖数: 783 | 128 卡斯帕罗夫1/10是弱智，你不知道还是你自卑？
【在 h***i 的大作中提到】
: 你的智力比卡斯帕罗夫1/10都不到
|
s***r
发帖数: 783 | 129 人类也可以这样划分的，不奇怪
【在 s***h 的大作中提到】
:
: 是啊，我看看这些回帖，绝大多数可以归入以下几类：
: 1. 不会下棋的
: 2. 不懂计算机科学的
: 3. 兼具1，2
: 这样一个程序，让这么多人这么兴奋，真是感到不可思议
|
s***h
发帖数: 662 | 130
从已知的信息看，这个进展算不上里程碑吧？如果你看过谱，难道你不觉得么？
发paper的人为了能够发paper，上头条，所以尽量捡对他有利的说，你如果有独立的
思维，那么应该自己做些研究，形成自己的观点。人云亦云没有什么意思，你说呢？
你仔细想想看，有资格对这个程序做出技术上的评价的人，一般说来，应该满足以下两
个条件
1. 独立客观, 没有conflict of interest.
2. 对AI要有深入的研究，对棋至少也得有较为深入的了解。
你见到过有这样的人发表意见的么？
我昨天扫了一眼新闻，很多所谓的互联网名人都在说这是里程碑。不过这些所谓的名人
只是
因为别人说那是了不起的，他们跟着学生怕落伍而已，那只是皇帝的新装。
AI界和Nature的人就是不懂棋的，这种问题你还需要问么？唯一能说明的就是你也不懂
棋。
因为如果你懂，那么唯一能说明实质的东西，就是那五张棋谱。所有关于这个程序的评
估，
应该建立在对那些棋谱的解读上。如果他们懂棋，那么他们应该知道，
1. fanhui没有尽力（他当然不能这样说）
2. 对局的条件限制（是否不允许打劫）
这两点证明alphago没有那么厉害。论文对这点避而不谈，而是使用了‘击败欧洲冠军
，职业
棋手’这样的标题，并且，作为程序，是在不让子的情况下，首次战胜。这些词语是否
对评审
的人有影响？我不知道。但是很显然，如果评审的人懂棋，那么他应该能看出限制条件
也许
修改了真正的围棋。
如果我把标题改为，在有限制条件的对局中，程序击败了前职业棋手，你会认为这个是
轰动么？
【在 o*****p 的大作中提到】
: 你要写了这么一个程序，你就能发Nature了。你也能上无数新闻的头条。无数AI界的
: 大拿会称赞你完成了里程碑式的使命。
: 就象现在这个程序受到的对待。
: 你认为这些AI界的，和Nature的reviewer归在哪一类里呢？
|
|
|
l*w
发帖数: 567 | 131 完全同意。
计算机每一步都能形势判断而且准确无误。
人类棋手哪有那个时间和准确度？
【在 D*******r 的大作中提到】
: 在算法被突破后，越复杂的局面对计算机越有利。在有限的时间内计算机的计算能力比
: 人类要强大多了。而且僵尸流的真正威力其实是心理上的。和人对弈，暂时领先的一方
: 想赢怕输，对僵尸流从心理上就会软弱退让。而计算机没有任何心理上的弱点，任何时
: 候都是依靠计算行棋。僵尸流的成功往往依赖于对手犯错，而计算机犯错的概率并不会
: 因为遇到僵尸流而增加。反而，使用僵尸流的人到时候容易handle不住自己选择的复杂
: 局面。
: 还有一个多月时间，谷歌不知道会不会找一些高段专业棋手给阿尔法喂招？另外，对石
: 头不利的地方是，阿尔法可以搞到上千个石头对局的棋谱，会针对局面关键之处，在石
: 头施放胜负手的地方，看阿尔法是否能应对正确，争对这些应对的正确与否，对程序和
: 算法进行微调。
|
O**l
发帖数: 12923 | 132 什么所谓的限制条件都是以讹传讹 根本没有的事
[在 overlap (过火地) 的大作中提到：]
：
： 你要写了这么一个程序，你就能发Nature了。你也能上无数新闻的头条。无数AI界的
：........... |
D*******r
发帖数: 2323 | 133 不说棋力，单只说看棋谱分不出哪个是人下的哪个是电脑下的，就这一条，就是一个里
程碑。这就是通过了围棋界的图灵测试。
柯洁说他分不出哪个是电脑下的，哪个是人下的。莫非你分得出？
【在 s***h 的大作中提到】
:
: 从已知的信息看，这个进展算不上里程碑吧？如果你看过谱，难道你不觉得么？
: 发paper的人为了能够发paper，上头条，所以尽量捡对他有利的说，你如果有独立的
: 思维，那么应该自己做些研究，形成自己的观点。人云亦云没有什么意思，你说呢？
: 你仔细想想看，有资格对这个程序做出技术上的评价的人，一般说来，应该满足以下两
: 个条件
: 1. 独立客观, 没有conflict of interest.
: 2. 对AI要有深入的研究，对棋至少也得有较为深入的了解。
: 你见到过有这样的人发表意见的么？
: 我昨天扫了一眼新闻，很多所谓的互联网名人都在说这是里程碑。不过这些所谓的名人
|
o*****p
发帖数: 2977 | 134
界的
没必要对围棋有任何深入了解。唯一需要了解的是：下围棋是不是一个AI难题，他的
困难所在，解决这个困难意味着什么范围内的AI的能力。这个大部分人都了解。AI界
的人更清清楚楚。
而这就够了。足够评判一个程序下赢一个职业围棋选手意味着什么。
google一下“google go”，看看AI界的人士怎么说。
这两条就是说google在作弊。
讨论一个技术进步，要用这种前提才能讨论，那还讨论个球啊。
而且那么多职业选手都没说fanhui作弊，你拿来当前提？
你说别人作弊，你有举证的义务。没举证就直接往下推理“这两点证明”blabla....??
【在 s***h 的大作中提到】
:
: 从已知的信息看，这个进展算不上里程碑吧？如果你看过谱，难道你不觉得么？
: 发paper的人为了能够发paper，上头条，所以尽量捡对他有利的说，你如果有独立的
: 思维，那么应该自己做些研究，形成自己的观点。人云亦云没有什么意思，你说呢？
: 你仔细想想看，有资格对这个程序做出技术上的评价的人，一般说来，应该满足以下两
: 个条件
: 1. 独立客观, 没有conflict of interest.
: 2. 对AI要有深入的研究，对棋至少也得有较为深入的了解。
: 你见到过有这样的人发表意见的么？
: 我昨天扫了一眼新闻，很多所谓的互联网名人都在说这是里程碑。不过这些所谓的名人
|
S*****e
发帖数: 6676 | 135 二十年前Deep Blue搞败卡斯帕罗夫对人们的冲击力比这次要大吧，之后AI这块其实也
没什么进展。俺不知道狗狗用的这个deep learning算法能把NN提高到什么境界，但就
是说这么一个算法就把AI的问题解决了是完全不可能的。俺读书的时候比较深入地研究
过几年各种NN算法呢。 |
D*******r
发帖数: 2323 | 136 就是这个意思，讨论当然是基于现在公布的事实部分的基础上讨论了。如果加入阴谋论
的什么樊麾放水啦，对局条件限制啦，你还不如说其实棋谱是两个人下的，阿尔法狗屁
算法都没有。一切就不用讨论了。
【在 o*****p 的大作中提到】
:
: 界的
: 没必要对围棋有任何深入了解。唯一需要了解的是：下围棋是不是一个AI难题，他的
: 困难所在，解决这个困难意味着什么范围内的AI的能力。这个大部分人都了解。AI界
: 的人更清清楚楚。
: 而这就够了。足够评判一个程序下赢一个职业围棋选手意味着什么。
: google一下“google go”，看看AI界的人士怎么说。
: 这两条就是说google在作弊。
: 讨论一个技术进步，要用这种前提才能讨论，那还讨论个球啊。
: 而且那么多职业选手都没说fanhui作弊，你拿来当前提？
|
o*****p
发帖数: 2977 | 137 你那个时候的NN和现在的NN比，是彭门五虎断门刀和九阳神功的差别。
现在这个 nn，大杀四方，无往不利，是要淘汰人类的节奏。
【在 S*****e 的大作中提到】
: 二十年前Deep Blue搞败卡斯帕罗夫对人们的冲击力比这次要大吧，之后AI这块其实也
: 没什么进展。俺不知道狗狗用的这个deep learning算法能把NN提高到什么境界，但就
: 是说这么一个算法就把AI的问题解决了是完全不可能的。俺读书的时候比较深入地研究
: 过几年各种NN算法呢。
|
x**8
发帖数: 1939 | 138 您老能给指个paper看看么？很想了解下您老说的现在的nn是啥样子了，
【在 o*****p 的大作中提到】
: 你那个时候的NN和现在的NN比，是彭门五虎断门刀和九阳神功的差别。
: 现在这个 nn，大杀四方，无往不利，是要淘汰人类的节奏。
|
o*****p
发帖数: 2977 | 139 我是刚开始学。所以也就是知道点毛皮。只是知道几年前的很多AI难题现在都有很大
的突破。比如卷积神经网络对图像识别有突破，蒙特卡洛法对外语翻译有突破，还有就
是google这个深度神经网络。
这些突破也就是这几年的功夫，现在deep learning会下围棋了，真是把我刺激到了
:)
网上可以找到这个
深度学习入门必看的书和论文？
https://www.zhihu.com/question/31785984
【在 x**8 的大作中提到】
: 您老能给指个paper看看么？很想了解下您老说的现在的nn是啥样子了，
|
S*****e
发帖数: 6676 | 140
嘿嘿，俺觉得啥时候生物芯片开始植入人体了俺们就是完蛋的节奏了
【在 o*****p 的大作中提到】
: 我是刚开始学。所以也就是知道点毛皮。只是知道几年前的很多AI难题现在都有很大
: 的突破。比如卷积神经网络对图像识别有突破，蒙特卡洛法对外语翻译有突破，还有就
: 是google这个深度神经网络。
: 这些突破也就是这几年的功夫，现在deep learning会下围棋了，真是把我刺激到了
: :)
: 网上可以找到这个
: 深度学习入门必看的书和论文？
: https://www.zhihu.com/question/31785984
|
|
|
D********i
发帖数: 514 | 141 只是可以战胜人类，离算完还远着呢。
用这种算法象棋也是可以秒现有AI的，只不过都比人类高，比着没有意义了。
【在 D*******r 的大作中提到】
: 应该不需要。游戏软件的不知道，反正深蓝的算法是全覆盖了，因为象棋复杂度有限，
: 超级计算机可以算完。
|
D********i
发帖数: 514 | 142 “不允许打劫”这样的话都说得出来，您真懂棋。
【在 s***h 的大作中提到】
:
: 从已知的信息看，这个进展算不上里程碑吧？如果你看过谱，难道你不觉得么？
: 发paper的人为了能够发paper，上头条，所以尽量捡对他有利的说，你如果有独立的
: 思维，那么应该自己做些研究，形成自己的观点。人云亦云没有什么意思，你说呢？
: 你仔细想想看，有资格对这个程序做出技术上的评价的人，一般说来，应该满足以下两
: 个条件
: 1. 独立客观, 没有conflict of interest.
: 2. 对AI要有深入的研究，对棋至少也得有较为深入的了解。
: 你见到过有这样的人发表意见的么？
: 我昨天扫了一眼新闻，很多所谓的互联网名人都在说这是里程碑。不过这些所谓的名人
|
i*c
发帖数: 1132 | |
c****o
发帖数: 317 | 144 这次的冲击大多了。深蓝那次只是能算，硬件软件结合有突破，和ai基本搭不上关系，
当时ai界根本不觉得有什么事情发生了。这次可不一样，深度神经网络和人脑
只怕是一个路数的，google只是选择围棋这个题目，实际也许它对付其他问题也基本不
逊于人类了。
总之，半年后，大家壕沟里见吧。
【在 S*****e 的大作中提到】
: 二十年前Deep Blue搞败卡斯帕罗夫对人们的冲击力比这次要大吧，之后AI这块其实也
: 没什么进展。俺不知道狗狗用的这个deep learning算法能把NN提高到什么境界，但就
: 是说这么一个算法就把AI的问题解决了是完全不可能的。俺读书的时候比较深入地研究
: 过几年各种NN算法呢。
|
a******0
发帖数: 121 | 145 Myungwan Kim 9p reviews Fan Hui 2p vs AlphaGo
https://www.youtube.com/watch?v=NHRHUHW6HQE |
o****p
发帖数: 9785 | 146 今天扫了一下第一盘有几十步棋，下得很好，没啥漏洞。棋谱看上去是业余棋手的感觉
，跟李世石下估计会输很多。也可能樊麾第一盘轻敌，下得比较俗，后面几盘没准有好
看的。电脑仿人脑差在大局观，如果都在局部抠来抠去那人输的概率大些。
http://chuansong.me/n/2267390" x-apple-data-detectors="true" x-apple-........
【在 a*****g 的大作中提到】
: 看看这里的介绍
: http://www.nature.com/nature/journal/v529/n7587/fig_tab/nature1
|
o****p
发帖数: 9785 | 147 走模仿棋要搞破解电脑应该最擅长了，这完全就是个标准算法。
我猜你肯定是设置没搞对吧。能有爆揍Zen的水平肯定不会这样大放厥词。Zen赢业余5
段都是大概率事件。对手开局走天元，走模仿棋，这些Zen应对都没有多大的困难的。
【在 E******w 的大作中提到】
: 我猜你肯定是设置没搞对吧。能有爆揍Zen的水平肯定不会这样大放厥词。Zen赢业余5
: 段都是大概率事件。对手开局走天元，走模仿棋，这些Zen应对都没有多大的困难的。
|
o*****p
发帖数: 2977 | 148
微信号 新智元 有很多八卦。 现在微信号有很多科普好杂志。
【在 x**8 的大作中提到】
: 您老能给指个paper看看么？很想了解下您老说的现在的nn是啥样子了，
|
