s******y
发帖数: 198 | 1 由谷歌策划的阿法狗对付围棋高手这件事情，其实是一个成功的商业上的广告策划，一
个广告行为，肯定不属于人类的正常的体育比赛或者棋类比赛，不过就是给谷歌公司做
广告，说我谷歌公司有多么NB，人工智能水平有多高，设计出来的阿法狗能够战胜人类
顶尖高手。
因此从法律角度看都会认为它是一个广告秀，从围棋手的角度看就是拉到了一个广告赞
助。正因为如此，如果有所谓的作弊有可能在法律上都不认为是作弊。比如说围棋高手
其实是故意输的，不过就是配合广告演出，这是不违反任何法律的。我们其实也不知道
围棋高手是不是故意输的，也有可能装哭呢？但是故意办理的叫腐败么？当然不叫，因
为广告宣传可以有任何手段。同样人类的对手阿法狗就算作弊也不算它作弊，反正不过
就是一场秀。
而我这篇文章不得不提到阿法狗，其实也几乎等于在免费为谷歌做广告，但影视是没有
办法的事情啊，我总得提它不是？
其实，对付计算机，是不应当让围棋高手来对付的，而应当让电脑高手去对付。其实我
就是一个电脑高手，如果谷歌公司乐意，我来和阿法狗下，我能够赢，你谷歌公司敢不
敢答应？配合？我看不敢，因为会搞得他们没面子的。
但是，如果要我下败阿法狗，这规则... 阅读全帖 |
|
H********g
发帖数: 43926 | 2 【 以下文字转载自 Military 讨论区 】
发信人: arthir (阿瑟~不懂), 信区: Military
标 题: 人工智能阿法元, 无师自通100:0完爆阿法狗
发信站: BBS 未名空间站 (Thu Oct 19 01:22:44 2017, 美东)
去年，一个器人读遍人世所有的棋谱，辛勤打谱，
苦思冥想，棋艺精进，4-1打败世界冠军李世石，从此
人间无敌手。他的名字叫阿法狗。
今年，他的弟弟只靠一副棋盘和黑白两子，没看
过一个棋谱，也没有一个人指点，从零开始，自娱自
乐，自己参悟，100-0打败哥哥阿法狗。他的名字叫
阿法元。
DeepMind这项伟大的突破，今天以Mastering
the game of Go without human knowledge为题，
发表于Nature，引起轰动。知社特邀国内外几位人
工智能专家，给予深度解析和点评。
文末有DeepMind David Silver博士专访视频。
特别致谢Nature和DeepMind提供讯息和资料授权。
Nature今天上线的这篇重磅论文，详细介绍了
谷歌D... 阅读全帖 |
|
a****r
发帖数: 12375 | 3 去年，一个器人读遍人世所有的棋谱，辛勤打谱，
苦思冥想，棋艺精进，4-1打败世界冠军李世石，从此
人间无敌手。他的名字叫阿法狗。
今年，他的弟弟只靠一副棋盘和黑白两子，没看
过一个棋谱，也没有一个人指点，从零开始，自娱自
乐，自己参悟，100-0打败哥哥阿法狗。他的名字叫
阿法元。
DeepMind这项伟大的突破，今天以Mastering
the game of Go without human knowledge为题，
发表于Nature，引起轰动。知社特邀国内外几位人
工智能专家，给予深度解析和点评。
文末有DeepMind David Silver博士专访视频。
特别致谢Nature和DeepMind提供讯息和资料授权。
Nature今天上线的这篇重磅论文，详细介绍了
谷歌DeepMind团队最新的研究成果。人工智能的一
项重要目标，是在没有任何先验知识的前提下，通
过完全的自学，在极具挑战的领域，达到超人的境
地。去年，阿法狗（AlphaGo）代表人工智能在围棋
领域首次战胜了人类的世界冠军，但其棋艺的精进，
是建立在计算机通过海量的历史... 阅读全帖 |
|
D*******r
发帖数: 2323 | 4 关于被五路尖冲为啥往上长而不是在四路怕，我想李世石是这么想的：四路爬是人类棋
手都会想到的，当然也就会被阿法狗计算到。李世石心里已经承认了阿法狗比自己算得
深算得准，那么走阿法狗算得到的招的话，才是安乐死，所以他一直在努力找阿法狗可
能漏算的应手，哪怕这样的应手不太合乎人的棋理。
从他赛后新闻发布会的发言可以看出，他的对局策略还是在寻找阿法狗的弱点，以求利
用这个弱点来取胜。但是令他失望的是，没有发现阿法狗的弱点，第二局阿法狗比第一
局更完美。
所以我说李世石后面三局改变心态，不要再试图取胜了，就把人类说理解的棋理棋力自
然地展现在棋盘上，让阿法狗给这些棋理验验含金量，过过称。也让旁观说三道四的闭
上嘴。 |
|
f********t
发帖数: 260 | 5 自从上次阿法狗战胜李世石之后，本人其实并不是很抱太大的期望能看到柯洁能够获胜
，但是用电子电竞的观点来说，就是输也要打出自己的风采，第一局人机大战柯洁虽然
失败了，但是输的不多，多方评价中柯洁的棋艺水平还是挺高的，这局比赛中一直步步
紧逼AlphaGo，坚持最后时刻才打出GG。
试问谁的游戏生涯没被电脑虐过？不过和阿法狗的情况不同，以往电脑PK人类大多数时
候电脑都有作弊帮助，毕竟你的普通的单机游戏PC性能有限，那么问题来了：一只阿法
狗等于多少台PC主机呢？
根据目前的一些资料说，阿法狗存在多个版本，去年和李世石对战的版本采用了是分布
式计算版本，意思就是由多个计算机群组成的，据说最少用到了1202个CPU和176个GPU
（显卡），外加100+左右的计算加速卡等等。。
最常见的就是I7的CPU搭配GTX1060的配置。普通版本的I7为四核八线程处理器，如果简
单按照核心数换算的话，一台低配版的阿法狗大概等于300~500台左右的PC主机。
单纯计算核心数显然有点简单粗暴了，对于计算机能力，业界普遍用“浮点性能”的指
标说法，16年战胜李世石的阿法狗在新闻中强调，其计算能力是IBM当... 阅读全帖 |
|
y********n
发帖数: 4452 | 6 找到一个有看阿法狗算法的同志了。
决策函数：
是用来决定哪些走法可以用MC(Monte Carlos)黑白交叉算下去。这个我同意是增强阿法
狗最重要的一个地方。大大的剪掉不必要的树枝，提高了水平。说白了决策函数就是分
类不同棋形的下一步走的那些地方，这个是脑神经系统的强项。
评价函数：
这个我觉得是现在AI致命伤。为什么？我个人认为第四局的挖下之前决策函数可能用MC
做过，因为评价函数的计算失误，输赢率没算对。你看，即使挖下了之后，阿法狗还是
认为它在赢，过了几步后，才突然雪崩到大输的机率。显然评价函数在没有算尽几块棋
的变化前是对它们分开评价的，分开多少块我们也不知道，可是肯定的是不是一起评价
的。这个是我不敢苟同阿法狗的地方。
当会围棋专业的一看到挖这部，即使之前没有想到也会发现这步的转折和厉害性，可是
阿法狗在这步后MC算各种变化后还是看不懂，输赢率还是没变。说明评价函数还是评价
水平之下。
我个人觉得评价函数可能比一般算死活的软件都差，因为它没有真正的计算死活，只是
从脑神经系统的数据库来找这个棋谱的各块分类是多少输盈率。当然，如果用算死活的
步据，阿法狗自己和自己下来提高就大... 阅读全帖 |
|
发帖数: 1 | 7 这么看来，这个阿法狗的围棋是最牛逼的了？柯洁可是0比3输给了阿法狗的，而且还开
了个发布会又是流泪又是道歉的，毕竟当初柯洁说阿法狗不在话下的，现在算是出糗了。
但是紧接着，柯洁又完爆韩国现在的冠军了，总觉得这个冠军有点可怜，岂不是表示这
位韩国冠军跟阿法狗的差距更大了，也确实够惨的了。
柯洁后来也发声明说，还是跟人类下围棋最幸福了，那么说现在全世界围棋第一名就是
柯洁呗，因为我本来不关注围棋界的事情，但是这个阿法狗太牛逼了，让人不能忽视。
我自己买了一副围棋回家试了试，果然我的智商不能下围棋，太烧脑了，比象棋还要烧
脑。
不过这个阿法狗也是输入了从古至今的比赛的套路，再往后几十年，如果不更新的话，
还是会被人类打败的，毕竟机器就是机器。
就好比最早手机里的单机游戏五子棋，刚开始总是输给手机，后来就开始赢了，这是个
过程，人类总是可以想出来对付这些机器的方法，毕竟机器也是人类发明的。
不过下围棋真的可以益智吗，是不是可以预防中年抑郁症或者焦虑症，以及老年痴呆症？ |
|
r*******3
发帖数: 197 | 8 我觉得阿法狗跟人比围棋这事不是很合适 因为啊法狗基本可以知道人类棋手以往的所
有棋谱和弱点 人类棋手对阿法狗一无所知 知己知彼方能百战不殆 对阵阿发狗必须是
人类棋手和人工智能专家黑客的组合团队才fair 任何一种方法必有其弱点 有对人脑而
言有极难计算的态势 也有对机器而言难以计算的态势 一旦我们发现阿法狗漏洞 人类
棋手可以把棋局引向机器难以计算的形式 人类就可以轻松取胜 现在李世石哪知道阿法
狗的弱点啊 而且他也只有五次机会 能试出多少问题 其实这无关棋力高低 就是找对方
弱点而已 我看找一批十几岁爱打电游的高中生 连续测试阿法狗 说不定很快能发现狗
的 bug 到时何须九段棋手出马
现在李世石之败 就跟古时候有人赶出一群大象打仗，从没见过大象的敌人马上就崩溃
了一样。
有些数学问题人类一眼就能看出精确解 计算机永远也算不出那个解 |
|
r*******3
发帖数: 197 | 9 我觉得阿法狗跟人比围棋这事不是很合适 因为啊法狗基本可以知道人类棋手以往的所
有棋谱和弱点 人类棋手对阿法狗一无所知 知己知彼方能百战不殆 对阵阿发狗必须是
人类棋手和人工智能专家黑客的组合团队才fair 任何一种方法必有其弱点 有对人脑而
言有极难计算的态势 也有对机器而言难以计算的态势 一旦我们发现阿法狗漏洞 人类
棋手可以把棋局引向机器难以计算的形式 人类就可以轻松取胜 现在李世石哪知道阿法
狗的弱点啊 而且他也只有五次机会 能试出多少问题 其实这无关棋力高低 就是找对方
弱点而已 我看找一批十几岁爱打电游的高中生 连续测试阿法狗 说不定很快能发现狗
的 bug 到时何须九段棋手出马
现在李世石之败 就跟古时候有人赶出一群大象打仗，从没见过大象的敌人马上就崩溃
了一样。
有些数学问题人类一眼就能看出精确解 计算机永远也算不出那个解 |
|
y********n
发帖数: 4452 | 10 大家都知道阿法狗第四局因为一个没有看到的好棋，输了。
为什么没有看到，我的了解是在电脑初筛选对方可能性的走法。把那步定为差棋。为什
么定为差棋，因为电脑在那步后往后走法模拟的不多，要走很多步，才会发现是好棋。
毕竟还在中盘，可能性也非常多，所以电脑还要筛选出最有可能走法，然后深度模拟，
分析。那步没有归到考虑走法之一。
多走了大约十部后，电脑才突然发现原来它70%的赢率是错的。因为走到意外那步后，
电脑要建立所有那步后的走法，因为没有模拟到很后面，它一直因为自己是70%的赢率
，所以时间关系，它随便挑一手继续70%赢率的棋，所以我们看到了很多无理手/差棋。
直到后面发现自己开始输了，那时候已经在中后盘，无法回天了。
假设阿法狗改变设置，减少筛选掉的棋，这反而让电脑棋力更差。因为可能性变的更多
，反而不能看的更远。当初要筛选就是因为可能性太多，不筛选棋力太差。
呵呵，阿法狗有盲点，就像人一样，自信自己没走错，是因为时间关系，它才这样走。
如果没有时间限制，它可以及时找出来真正的赢率，不会一直以为自己还在70%赢率中
多走那么多步。
棋手要赢阿法狗，得在所以好手中找最冷门的，阿法狗因为时间... 阅读全帖 |
|
y********n
发帖数: 4452 | 11 你说的也对，其实阿法狗光policy network和value network就有超过50%的下赢率对付
最厉害的monte carlo的围棋软件。也就是直觉下法。不过它的直觉下法也是靠阿法狗
对下train出来的。对下好像没有用到monte Carlo. 因为看到阿法狗的paper说每天要
下millions的对局，所以不太可能用到monte carlo, 速度会明显不够。
从这方面来看其实阿法狗也不会下围棋，他只是记住所有的棋形，然后知道下一步应该
是什么。等于死记硬背。对我看来不是人工智能，死记硬背的怎么能算。
然后用穷算来提高准确率。穷算肯定不是人工智能。
不过话说回来已经非常接近人类思想的方法了，譬如找出最佳的几个可能性，然后再算
。不过我个人觉得它的记忆分类还是非常简单的，用了十几个layer的CNN, 和棋盘的每
个格子，只是专用围棋的工具，人工智能是提高了一步，可是离智能还差的远。
你可以说我要求太高，可是你看看阿法狗有智力吗，除了围棋和游戏，为啥不试一下语
言交流，看它有没有思想，有没有对它接受到的事物有自己的看法和原因。这个叫智力
。不是下围棋。 |
|
D*******r
发帖数: 2323 | 12 人类声称阿法狗是站在人类棋谱的肩膀上学习才达到今天的棋力的。
结果deepmind就说，下一个版本的阿法狗将删除所有人类棋谱的数据，只告诉阿法狗规
则和目标，由阿法狗从零开始自我学习。
看来阿法狗觉得人类的棋谱是被污染了的样本，把纯洁的小狗教坏了。
推测这只从零开始完全自学的狗，才将会下出石破天惊的新布局来。 |
|
y********n
发帖数: 4452 | 13 大家都知道阿法狗第四局因为一个没有看到的好棋，输了。
为什么没有看到，我的了解是在电脑初筛选对方可能性的走法。把那步定为差棋。为什
么定为差棋，因为电脑在那步后往后走法模拟的不多，要走很多步，才会发现是好棋。
毕竟还在中盘，可能性也非常多，所以电脑还要筛选出最有可能走法，然后深度模拟，
分析。那步没有归到考虑走法之一。
多走了大约十部后，电脑才突然发现原来它70%的赢率是错的。因为走到意外那步后，
电脑要建立所有那步后的走法，因为没有模拟到很后面，它一直因为自己是70%的赢率
，所以时间关系，它随便挑一手继续70%赢率的棋，所以我们看到了很多无理手/差棋。
直到后面发现自己开始输了，那时候已经在中后盘，无法回天了。
假设阿法狗改变设置，减少筛选掉的棋，这反而让电脑棋力更差。因为可能性变的更多
，反而不能看的更远。当初要筛选就是因为可能性太多，不筛选棋力太差。
呵呵，阿法狗有盲点，就像人一样，自信自己没走错，是因为时间关系，它才这样走。
如果没有时间限制，它可以及时找出来真正的赢率，不会一直以为自己还在70%赢率中
多走那么多步。
棋手要赢阿法狗，得在所以好手中找最冷门的，阿法狗因为时间... 阅读全帖 |
|
h******i
发帖数: 40 | 14 阿法狗难道不是人类创造的，不要说什么人类智能终究代替人类。我想AlphaGo本身就
输入了很多大师的下棋特点，它难道不是知己知彼百战百胜吗？我想要是李世石率先掌
握了阿法狗的规则想必他不会输得这么惨，我想4比1的结果不能说明李世石就是失败者
，或许应该说他是尝鲜者，人类还有战胜阿法狗的实力，我觉得只是需要时间而已。
人工智能最大的功臣不就是人类自己嘛，阿法狗能取得这样的成绩不应该更要感谢自己
嘛，不要说什么人类不如机器，机器都是人类创造的，难道还怕机器不成？不要将阿法
狗捧上天，真心不是这样的。 |
|
z*****a
发帖数: 3809 | 15 【 以下文字转载自 JobHunting 讨论区 】
发信人: Roethlisberg (Big Ben), 信区: JobHunting
标 题: 大部分人还认为阿法狗在背棋谱
发信站: BBS 未名空间站 (Fri Mar 11 15:15:56 2016, 美东)
说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑，只会下棋的大脑。
看看我犬正在做的另一件事。
http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
让机器手自己学习怎么拿东西。
这是一个观念上的进步。以前的人工智能，是人来总结经验，然后编写程序让机器来做
，其实机器并没有学习，只是照人的指令行事而已。
现在DNN在做的，则完全不同。设计出一种可以学习的网络结构，然后让机器自己来学
——通过失败来学习。这是自然界最简单的应激反应，从阿米巴到人类智慧，其实都是
应激反应，只不过规模不同。比如那个机器手，其实就像一个小孩，从跌倒，到可以独
立行走的过程。你看到的是一个特化的生命体。
拿人类的语言打比方。每个人生下来，就由DNA赋予了学习语言... 阅读全帖 |
|
p*********w
发帖数: 606 | 16 有人说阿法狗已经基本算打败人类了，即使这次胜不了李世石，也算是同一个level，
我看还早。
我们都知道9X9的棋盘AI已经可以打败人类了，但是我们不认为这个是真正打败人类。
同样19x19 AI赢了也不能叫打败人类。人类对围棋的独有思考方式使得如果棋盘再扩大
，或者变成球形棋盘什么的，依然可以玩的很好，但是目前阿法狗的设计思路，没有可
扩展性。如果棋盘扩大成29x29，首先MCTS的搜索空间又要扩大，AI没法handle。其次
阿法狗的两个神经网络都是用19x19的棋谱train的，一上29x29就又抓瞎了。围棋和象
棋或者国际象棋的区别就在这，棋盘是可以改变的。
另外从功耗的角度考虑，阿法狗要达到职业棋手的水平，要用几千个cpu，功耗比人类
棋手大得多得多。所以人脑还是有无可比拟的优势。 |
|
D*******r
发帖数: 2323 | 17 对于阿尔法狗来讲，劫争和其它点的唯一区别只是禁着点标识的区别，提过劫的点必须
空一手后才能再走，除此之外，对于劫争造成的死活问题，转换局势判断问题，都和任
何其它点没区别。
当然，阿法狗会尽量不主动挑起劫争，也会尽量不把棋走出容易有劫的棋形，如果对手
要刻意挑起劫争，大部分情况都是无理或者亏损的，而且，阿法狗准确的转换计算，其
实是让劫争成为人类棋手的短板。输个劫损多少目，再别的地方连走两手能有多大利益
，人类棋手也就是做个大概判断，阿法狗是能得到准确的数字评估的，所以，何时该粘
劫何时该坚持打，它把握得要准得多。
我唯一不确定的是，人类找劫材的策略是先找小的再找大的，越到后面越让对手无法劫
败。而阿法狗按胜率选应手的话，会不会是从大的劫材开始往小的找？ |
|
l*w
发帖数: 567 | 18 随着AlphaGo的挑战成功，其名声越来越大，可以说占据了世界各大新闻的头条
，引起万众瞩目。前两天我听NPR人家还提到特斯拉电动车公司总裁Elon Musk这两天就
AI（人工智能）发表AI伦理方面的意见，原因就是阿法狗的卓越战绩。围棋在西方是小
众项目，汲汲无名，但AI的突破却是历史性事件，从此可能在人类智能的坐标系中，人
工智能一骑绝尘而去，对人类社会造成深远影响，甚至引发又一次技术产业革命。所以
富有前瞻意识的企业家像Elon Musk出来“伦理”一番也是可以理解的。不知不觉，
AlphaGo已登大雅之堂。一段时间来，大家都戏谑地称其为“阿法狗”，有音有意，也
不算差。但由于中文环境中“狗”的语义有过多的延伸意义，所以我觉得要正规点称呼
的话，选“阿尔法”比较好。当然昵称可以还是“阿法狗”，无伤大雅。译成“阿尔法
”，应该和谷歌给它取名的初衷切合得比较好。目测谷歌AlphaGo取名有两个含义，有
点语义双关的意思。一个是来自于其母公司 AlphaBet。另一个是Alpha在群居动物里面
属于首领，比如头羊就是Alpha。谷歌给这个软件取名AlphaGo, 显然是寄予... 阅读全帖 |
|
y********n
发帖数: 4452 | 19 我个人看了一下阿法狗的paper，里面吹嘘没有写任何围棋的规则，全都是棋谱里和实
战学的。我产生了这个问题：
研究AI的可不可以解释一下。它怎么知道算双方的气数，哪里开始紧气会赢？
如果像国际象棋一样，走policy network给的那些选择走，只是直觉，走个50步，然后
feedback/
value policy给个分数，那其实阿法狗还是不会下围棋。
或者说feedback/value policy会算气，知道这块棋是死是活，它又是怎么算出来的呢
，不是要走很多步才明朗嘛，走50步后有些地方死活不知，还没走完value policy怎么
可能算的出来赢率呢？
个人的感觉是value network里每块棋都是back propagate的赢率。所以根本没有算气
，这块气死活已经populated。也就是说这样的棋形以前玩过，所以还没走完就知道死
活。
可是这个有几个问题，一个是数据量巨大，把计算转换成storage，search量也非常大
。导致AI只能做一件事，不能贯通知识到其他领域。
第二个问题是致命的，就是复杂一点的棋形，那判断就会出错，因为这种棋形的例子实
在太少。譬如第... 阅读全帖 |
|
y********n
发帖数: 4452 | 20 我个人看了一下阿法狗的paper，里面吹嘘没有写任何围棋的规则，全都是棋谱里和实
战学的。我产生了这个问题：
研究AI的可不可以解释一下。它怎么知道算双方的气数，哪里开始紧气会赢？
如果像国际象棋一样，走policy network给的那些选择走，只是直觉，走个50步，然后
feedback/
value policy给个分数，那其实阿法狗还是不会下围棋。
或者说feedback/value policy会算气，知道这块棋是死是活，它又是怎么算出来的呢
，不是要走很多步才明朗嘛，走50步后有些地方死活不知，还没走完value policy怎么
可能算的出来赢率呢？
个人的感觉是value network里每块棋都是back propagate的赢率。所以根本没有算气
，这块气死活已经populated。也就是说这样的棋形以前玩过，所以还没走完就知道死
活。
可是这个有几个问题，一个是数据量巨大，把计算转换成storage，search量也非常大
。导致AI只能做一件事，不能贯通知识到其他领域。
第二个问题是致命的，就是复杂一点的棋形，那判断就会出错，因为这种棋形的例子实
在太少。譬如第... 阅读全帖 |
|
w**z
发帖数: 8232 | 21 【 以下文字转载自 JobHunting 讨论区 】
发信人: Roethlisberg (Big Ben), 信区: JobHunting
标 题: 大部分人还认为阿法狗在背棋谱
发信站: BBS 未名空间站 (Fri Mar 11 15:15:56 2016, 美东)
说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑，只会下棋的大脑。
看看我犬正在做的另一件事。
http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
让机器手自己学习怎么拿东西。
这是一个观念上的进步。以前的人工智能，是人来总结经验，然后编写程序让机器来做
，其实机器并没有学习，只是照人的指令行事而已。
现在DNN在做的，则完全不同。设计出一种可以学习的网络结构，然后让机器自己来学
——通过失败来学习。这是自然界最简单的应激反应，从阿米巴到人类智慧，其实都是
应激反应，只不过规模不同。比如那个机器手，其实就像一个小孩，从跌倒，到可以独
立行走的过程。你看到的是一个特化的生命体。
拿人类的语言打比方。每个人生下来，就由DNA赋予了学习语言... 阅读全帖 |
|
r**********g
发帖数: 22734 | 22 说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑，只会下棋的大脑。
看看我犬正在做的另一件事。
http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
让机器手自己学习怎么拿东西。
这是一个观念上的进步。以前的人工智能，是人来总结经验，然后编写程序让机器来做
，其实机器并没有学习，只是照人的指令行事而已。
现在DNN在做的，则完全不同。设计出一种可以学习的网络结构，然后让机器自己来学
——通过失败来学习。这是自然界最简单的应激反应，从阿米巴到人类智慧，其实都是
应激反应，只不过规模不同。比如那个机器手，其实就像一个小孩，从跌倒，到可以独
立行走的过程。你看到的是一个特化的生命体。
拿人类的语言打比方。每个人生下来，就由DNA赋予了学习语言的能力。这是网络结构
。除非是傻子，任何人都可以学会语言。但是有的人学中文，有的人学英文，这是一个
参数学习的过程。小孩说“你回来了”，然后你纠正他，应该说“我回来了”，人的神
经网络会相应调整。调整的能力，是由DNA赋予，自然生成的网络结构提供的。
以前，机器学习不是扮演D... 阅读全帖 |
|
r**********g
发帖数: 22734 | 23 说明都还没理解这件事的不同寻常。阿法狗是一个模拟的大脑，只会下棋的大脑。
看看我犬正在做的另一件事。
http://www.popsci.com/googles-robots-are-learning-hand-eye-coor
让机器手自己学习怎么拿东西。
这是一个观念上的进步。以前的人工智能，是人来总结经验，然后编写程序让机器来做
，其实机器并没有学习，只是照人的指令行事而已。
现在DNN在做的，则完全不同。设计出一种可以学习的网络结构，然后让机器自己来学
——通过失败来学习。这是自然界最简单的应激反应，从阿米巴到人类智慧，其实都是
应激反应，只不过规模不同。比如那个机器手，其实就像一个小孩，从跌倒，到可以独
立行走的过程。你看到的是一个特化的生命体。
拿人类的语言打比方。每个人生下来，就由DNA赋予了学习语言的能力。这是网络结构
。除非是傻子，任何人都可以学会语言。但是有的人学中文，有的人学英文，这是一个
参数学习的过程。小孩说“你回来了”，然后你纠正他，应该说“我回来了”，人的神
经网络会相应调整。调整的能力，是由DNA赋予，自然生成的网络结构提供的。
以前，机器学习不是扮演D... 阅读全帖 |
|
y********n
发帖数: 4452 | 24 说到阿法狗会不会下围棋，阿法狗知道用policy network 选下一步不可以下在刚打劫
的眼吗？或者不能放在没气的眼里？学了那么多棋谱，没有一个棋谱说到不可以下在刚
打劫的眼啊，或没气的眼里，阿法狗怎样会学到这个rule？学过CNN的都知道它只能用
因果来fit。这个rule training没有出来过，它怎么知道不能走？guvest和老马解释一
下。那么简单的问题你们应该马上就回答出来的吧。 |
|
g****t
发帖数: 31659 | 25 我凭什么回答你？你是谁？
: 说到阿法狗会不会下围棋，阿法狗知道用policy network 选下一步不可
以下在
刚打劫
: 的眼吗？或者不能放在没气的眼里？学了那么多棋谱，没有一个棋谱说到
不可以
下在刚
: 打劫的眼啊，或没气的眼里，阿法狗怎样会学到这个rule？学过CNN的都
知道它
只能用
: 因果来fit。这个rule training没有出来过，它怎么知道不能走？guvest
和老马
解释一
: 下。那么简单的问题你们应该马上就回答出来的吧。
|
|
l********7
发帖数: 2974 | 26 如果这类问题只是在定义和形而上学的概念上打转转，就缺乏实践证伪和技术操作的意
义了。说到可实践证伪，比如图灵设计出图灵实验。
人的智能太广泛，当前的所有技术，都只能说模拟了人的智能的某一个方面，远没有接
近真的人类智能。但这和杨百万理解的阿法狗没有围棋智能是不想干的，客观的评价应
该是：阿法狗的围棋智能是可以和人类的围棋智能媲美的。阿法狗的围棋智能绝不是死
记硬背的（老式的）专家系统，这个和DL里一个重要的理论特性有关；在最基础的概念
层次，学习理解和完全的死记硬背是本质不同的。学习理解是归纳推理（一般模式化的
过程），完全的死记硬背是“教条化”的僵硬知识和数据。通过经验训练、来学习“理
解”一般化的模式规则，这个是（人工）神经网络模型的最基本功能之一。为什么呢？
深度学习的机制在某些方面给出了非常明确有趣的理论机理和解释。但是DL到了商业界
，的确被过度吹捧、hype化了（从客观理性的角度看），这个属于另外一个话题了，呵
呵。 |
|
D*******r
发帖数: 2323 | 27 这点且存疑吧。但是，第一盘阿法狗的手法虽然强硬，但是还大都在人类可以理解的范
围内压制了李世石。到第二盘，阿法狗以一系列人类看不懂的布局理念到中盘收束方法
让人在眼花缭乱中收拾了李世石。
感觉阿尔法把中盘当作超大官子来收一样，对于阿法狗，永远都是考虑全局底下棋，从
来就不存在局部手法的问题。 |
|
a**h
发帖数: 2150 | 28 第二局阿法狗局面领先时候，几处明显的官子失误亏损起码5目以上，中腹转换也亏损
几目棋，最后仍然保持盘面12，3目优势。
如果局面势均力敌的时候，阿法狗这几步失误是不会出现的。所以阿法狗有能力执黑盘
满20目优势，这是起码可以让2子的差距 |
|
D*******r
发帖数: 2323 | 29 第一天，还不屑于和阿法狗下，要下就要一盘升降地下。
第二天，觉得自己和阿法狗单挑，有六成胜率。
第三天，要组三人联队对付阿法狗。
那内蒙的业五开始叫说用分布式计算机和单人比不公平。 |
|
d********f
发帖数: 43471 | 30 我一直得观点就是围棋是人类越容易输给电脑的棋类游戏，因为围棋一开始的搜索空间
特别大，而且前面的所谓起手都是xjb下，这次其实不用人类棋谱的阿法元大胜学习人
类棋谱的阿法狗正好证明我这个观点。到了后面的，人类下的几乎都是local minimum,
因为搜索空间对人脑来说还是太大了，电脑只要算法好，算力足，完全不会stuck在
local MINIMUM. 什么人类狗屁棋王完全0胜算 |
|
d******a
发帖数: 32122 | 31 【 以下文字转载自 Hardware 讨论区 】
发信人: didadida (滴滴嗒嗒), 信区: Hardware
标 题: 阿法狗削弱中国的优势？
发信站: BBS 未名空间站 (Sat May 27 14:32:55 2017, 美东)
中国的优势就是人数多，可以封闭切磋
中国过去国际象棋经常让男棋手和女棋手切磋，双修提高女棋手水平
国外没有这个规模优势
现在直接和阿法狗切磋了 |
|
w*********r
发帖数: 42116 | 32 这很关键。李世石这种高手在思考时肯定有某些模式的。比如，和人比赛，打劫是他用
来转换的办法，可是和阿法狗下，不能打劫，他就必须用不熟悉的办法。
如果限制多，他就更加不熟悉了。公平的办法是，给李世石足够长的时间练习新规则。
还有，阿法狗的算法相当于一个人在思考，还是一堆人在后边琢磨。三个臭皮匠顶个诸
葛亮。GOOGLE应该公布算法，至少应该弄成个软件，让大家都试试，然后再挑战人，或
者人去挑战它。 |
|
d****o
发帖数: 443 | 33 公平的比赛是算一下李世石一生下过多少盘棋，阿法狗只许训练那么多盘棋，在比赛。
要不然，阿法狗下了几亿盘棋，李世石才下几千盘棋。。。
这那叫人工智能呀？这是笨驴拉车，只是笨驴跑的超快。 |
|
d****o
发帖数: 443 | 34 公平的比赛是算一下李世石一生下过多少盘棋，阿法狗只许训练那么多盘棋，在比赛。
要不然，阿法狗下了几亿盘棋，李世石才下几千盘棋。。。
这那叫人工智能呀？这是笨驴拉车，只是笨驴跑的超快。 |
|
d***o
发帖数: 3770 | 35 人类现在变得越来越愚蠢了，一个主要原因就是社会分工越来越细，人只会进行狭窄领
域里的单线思维了。买卖提大多数人的思想长度就是1句话，社会上很多专家学者旁征
博引洋洋洒洒的长篇大论，其核心思想往往也就1句话。我最长的思维可以有10句话，
波浪式前进螺旋性上升10次。如果比下围棋我思维的长度绝对比不过阿法狗，下棋我最
多能看5步，阿法狗肯定能看10步以上。思维越长活得越久，人生的赢家往往就是看得
越远越深的人。郭文贵现在下的棋属于中策，不算太臭，但要取得最后的胜利还是比较
难的。我祝福他，但1个农民的思维长度决定了他最终难成大器。 |
|
|
o**********e
发帖数: 18403 | 37 【 以下文字转载自 Military 讨论区 】
发信人: onetiemyshoe (onetiemyshoe), 信区: Military
标 题: 阿法狗：老中必须建立宗教
发信站: BBS 未名空间站 (Fri Mar 11 12:29:29 2016, 美东)
我看阿法狗的感想就是：
机人大战的第一步更可能
是“人人大战”。
这一关，没有组织社区，
老中就会被踢出局。
所以老中必须组织成一个有美感，
有灵感，有信仰的社区。
金钱利益都不能代替信仰。
http://www.mitbbs.com/article_t/Military/45106781.html |
|
y********n
发帖数: 4452 | 38 guvest说每年看几百个论文的，还有那个老马说看很多paper的没见那两个说任何研究
方面和细节。我就看了阿法狗的几个非常肤浅的paper就有那么多想法。大家可以拿出
detail来反驳我对阿法狗的看法。 |
|
y********n
发帖数: 4452 | 39 如果我说的不对，请矫正：
确切来说阿法狗没有算死活。它只是穷走policy network的可能走的地方。然后在tree
的底部用value network查现在的输赢率。value network算死活以我读到的是根本没有
算，只是分类这个棋形的输赢率多少，局部死活它没有玩透。只是看了一下在底部的结
果(还在一半的状态)给个打分而已, 所以它打错了，后来穷走能下到tree的底部那些局
部死活都差不多下完了然后打分才正确。
大多死活在一半的时候的打分是对的，可是碰到有关联性的，而且范围大的，阿法狗看
来打分是会错的。要穷下到没有关联性的情况下，value network打分才对。 |
|
w*****7
发帖数: 5038 | 40 人工智能的确在初级阶段
说阿法狗不会下围棋，先打败它再说
不管它怎么实现的，阿法狗赢了
这好比老杨你，有人笑话你不会炒股，可是你挣钱了，笑你的在亏钱
哈哈哈 |
|
g****t
发帖数: 31659 | 41 我讲话是根据我的书，论文，专利和工作。
你现在的手机里多半就有我的产品。
用得着和你瞎扯吗。
每年看几百论文是很多学生都要做的。
我毕业那么多年，这点水平很稀罕吗。本版教授那么多，
不少求学时代我们就认识，比我水平高的太多了。有的还是
世界知名度很高的领域专家。
你真是乡下人。你那点什么idea压根我懒得评论。
没code,无真相。
本站创始人liujia去mit ai lab之前在国内是做视觉的。
他来美之前，1998年左右，清华bbs ai版精华区你查查那时候我们
还有其他几个人的讨论。弄明白基础的知识。
我大三就发过ai论文，本身是交大某研究所第一代硕士生，
搭了神经网络控制工业系统的一套东西
: guvest说每年看几百个论文的，还有那个老马说看很多paper的没见那两
个说任
何研究
: 方面和细节。我就看了阿法狗的几个非常肤浅的paper就有那么多想法。
大家可
以拿出
: detail来反驳我对阿法狗的看法。
|
|
o**********e
发帖数: 18403 | 42 【 以下文字转载自 Military 讨论区 】
发信人: onetiemyshoe (onetiemyshoe), 信区: Military
标 题: 阿法狗：老中必须建立宗教
发信站: BBS 未名空间站 (Fri Mar 11 12:29:29 2016, 美东)
我看阿法狗的感想就是：
机人大战的第一步更可能
是“人人大战”。
这一关，没有组织社区，
老中就会被踢出局。
所以老中必须组织成一个有美感，
有灵感，有信仰的社区。
金钱利益都不能代替信仰。
http://www.mitbbs.com/article_t/Military/45106781.html |
|
o**********e
发帖数: 18403 | 43 【 以下文字转载自 Military 讨论区 】
发信人: onetiemyshoe (onetiemyshoe), 信区: Military
标 题: 阿法狗：老中必须建立宗教
发信站: BBS 未名空间站 (Fri Mar 11 12:29:29 2016, 美东)
我看阿法狗的感想就是：
机人大战的第一步更可能
是“人人大战”。
这一关，没有组织社区，
老中就会被踢出局。
所以老中必须组织成一个有美感，
有灵感，有信仰的社区。
金钱利益都不能代替信仰。
http://www.mitbbs.com/article_t/Military/45106781.html |
|
p*********w
发帖数: 606 | 44 我不是深度学习专家，但是也搞过几年machine learning。据我所知阿法狗的训练数据
是把19x19的棋谱当图像数据来train。增加棋路后阿法狗用19路棋盘train出来的神经
网络没法直接用。你提到的感觉其实就是神经网络用大量棋谱train出来的黑箱model。 |
|
q*****C
发帖数: 114 | 45 多谢多谢，这个就解释了我的困惑。
不过这样看来，阿法狗确实不可能跟人类高手十年高水平棋局积累的经验相比。我看如
果真人高手组个团，目前阶段应该能完胜阿法狗。 |
|
D*******r
发帖数: 2323 | 46 连职业棋手都觉得白在各个局部连连得手，黑不时地在退让妥协，突然之间，从形势两
分变成黑断然优势了。
阿法狗将在新布局，形势判断，包括很多现代围棋理论方面带来革命。现在人类对围棋
的理解比阿法狗起码低了一个维度，之间的差距是人类与类人猿之间的差距。 |
|
l*******e
发帖数: 1869 | 47 "感觉阿尔法把中盘当作超大官子来收一样，对于阿法狗，永远都是考虑全局底下棋，从
来就不存在局部手法的问题。"
非常同意。我棋下得不好，但是计算机程序编过一些，只要你要求这个机器狗每次都考
虑全局，它就会严格地去做，耗时不耗时的，就看 CPU 运算的速度了。这对于李世石
或者任何机器狗的对手，都是巨大的体力精力的挑战。
我觉得你看到了所谓阿法狗出怪招却能赢棋的本质所在。 |
|
D*******r
发帖数: 2323 | 48 人类本来以为阿法狗最强的地方是局部计算，死活，和收官，现在隐隐发现，其实阿法
狗最强的地方是本来以为它最弱的地方，全局均衡以及形势判断。
想一想，每下一子都是做了全局判断后的应手，从不存在局部应手的对手，是多么恐怖。 |
|
D*******r
发帖数: 2323 | 49 大部分非缓手就意味着某处有更大的风险，这种将来的风险人类无法评估，但阿法狗洞
若观火早拆解评估过了。
再说，即使不走所谓缓手，在阿法狗那也就是70%胜率赢你，和68%胜率赢你的区别，没
有本质影响。 |
|
w******8
发帖数: 977 | 50 看完这两盘的感觉是，当局面复杂时，面对阿法狗的强硬招法，李师师总是妥协退让，
完全没有那种“我看不清的地方对手也看不清”的勇气，结果反而安乐死了。其实李师
师对柯洁也有这种感觉，就是内心已经认怂了，就是觉得对手比自己算的清。不如干脆
放手一博，如果还是惨败，那没啥好说的，只能承认人不如狗，但是被打死也比被吓死
强吧。真希望看到柯洁对阵阿法狗，柯洁比李师师霸气多了，柯狗大战想想都觉得刺激
。不过如果李师师0:5输了，柯洁估计也得虚。 |
|
