开个脑洞，阿尔法狗和李世石的比赛，是真的为了输赢，还是一场用于测试的秀？

[simapple]

输赢没看的太重要了，而对与 google 本身，他们最希望的是什么？
是对阿尔法狗的测试，难道是一定要 5 盘棋都能够取胜这样一个结果吗？
显然不是，何不安排好李世石这样一位可以控场的高手，对阿尔法狗来一次充分的测试。

给阿尔法狗一些意外的招数，给它一些面临失败的压迫，也送它一些主动失误等等

让阿尔法狗面对这些情况去做出一些尝试。

所以 仅仅看结果也许太浅了

彩蛋：
这一场测试同时也是在测试，人类对与人工智能发展的希望和恐慌，目前位于一个什么样的水平，这个各国 boss 集团和普通群众中会有什么样的反应？

[TakanashiAzusa]

@Mac “每一步所引发出的后果都是可以计算出来的”—— 100 步也是每一步， 10W 步也是每一步，你觉得这两个所需的计算力一样吗？
“围棋程序的所需要的计算力远比象棋来的少。”——那样的话当年深蓝就不会先挑战象棋了。象棋现在人类早被计算机干的不知道成什么样子了，都不知道您这个结论是怎么得出来的。。

[yuriko]

@TakanashiAzusa 我刚想跳，不过懒得找资料了，结果被你抢先了……

围棋的变化多了去了

深蓝当初的主要算法是基于枚举剪枝来操作的，然后还认为的做了很多针对性的逻辑……
这次 AlphaGo 核心在于深度学习算法，训练了局势判断和决策两套网络，来进行判断。
AlphaGo 这次更进一步的排除了编码人员对对局的判断需求，同时也拥有了更宽的运用场景和可能。


论计算能力， AlphaGo 显然更吃资源，如果不是得益于硬件技术的飞速发展是不可能的。而深蓝的效率更高，但对于围棋的复杂度而言，人类本身无法支撑这么复杂的逻辑编码。而随着硬件性能的提升，虽然吃性能，但能自行构建逻辑的神经网络算法才抬头，所以才有了 AlphaGo 。

谷歌这一次作秀，告诉了全世界，现在人工智能的发展到达了一个新的高度，对于推动将来机器学习算法被接纳和使用，有着深远的价值。

[yuriko]

https://pic1.zhimg.com/a56e6cf72667d51f495f8a4be964afdc_b.jpg

不会插图片……

[Mac]

@TakanashiAzusa 很简单的道理，一共是 361 个交叉点，规则就是抢下最多交叉点并且不被对方围，每一步最多也就是测算 360 种后果的验算，去掉已经有的点，和你根本不可能会去下的点，几百步后面也只是单纯的计算力。要知道围棋下出 500 手只会出现在启蒙班里。我说的是中国象棋，是点到点直线甚至是面的游戏，每一种棋子还有不同的运行规则，你完全可以把象棋理解为是需要多维的计算力。至于深蓝为什么不先挑战围棋，在此之前西方人有人玩围棋么？ AlphaGo 现在仅仅是一个计算力优势的程序而已，什么时候丫能下出割自己一片围对面一条龙前无古人后无来者的时候才能说是智能。

[mufeng]

@walkingway

[superleexpert]

秀~秀， 1 亿的观看数量，天朝占 6000 万，秀给墙内的。。。

[westlinkin]

@Mac
『每一种棋子还有不同的运行规则』——国际象棋难道不是？
『围棋程序的所需要的计算力远比象棋来的少。』—— 简直笑话，你这个结论怎么得出来的？

『 There are 1,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000 possible positions — that ’ s more than the number of atoms in the universe, and more than a googol times larger than chess.』

https://googleblog.blogspot.nl/2016/01/alphago-machine-learning-game-go.html

[Mac]

@westlinkin 国际象棋有蹩脚马？有非要架子的炮？点中间就不能飞的象？其他不说，劫争算法加上去计算力会翻多少，中国象棋里类似劫争这样的规则陷阱多的是，一套规则的算法和几套规则算法的积哪个大？ AlphaGo 的算法还不如深蓝复杂呢，唯一比深蓝强的优势是云网络的自学习。

[jakiepaper]

@Mac 我觉得你很厉害

[hyuwang]

@Mac 第一你不懂围棋 第二你不懂计算机 无知最好选择别乱说话
https://pic3.zhimg.com/ab7bc004b52085a0b7594c610e4a3c66_b.png

[linzy]

不可否认， AlphaGo 是一个能从大数据当中自我学习的一个程序。

[feikaras]

@Mac 。。完全不想说。每一步是 360 个后果，两步是多少个后果？ 1000 步是多少后果？你说的象棋复杂的地方在哪？相比围棋可能性明显更少。

[popok]

@Mac 本人不会下棋，但是单单从棋盘的点数上看，就能猜到围棋比象棋复杂了。。。。。

[Mac]

@hyuwang 多谢大神用搜索引擎来教育人，原来我在 V2EX 说不说话是您说了算的

[RyNex]

@Mac 无知

[feikaras]

@Mac 如上面大家说的。判断这种问题不需要搜索引擎，也不需要会玩这两种棋。。。。。然后看你那自信的口气。。算了。

[Mac]

@RyNex
@feikaras
我无知可以了么？对你们来说我是废柴 OK ？

[9hills]

@Mac 然而中国象棋已经被 AI 完全征服。。。

[fetich]

AlphaGo 赢了五盘，却判李世石胜。 AlphaGo 终于体会到了比赛被内定的恐惧。

[lhbc]

这么多顶尖的科学家做了这么多年，你说他们在做秀？