阿花狗对人类的优势恐怕并没有那么大
阿花狗已经具备人类最顶尖水平甚至更强的棋力是没有疑问的，但猪老认为4:1的比分未必就是人类和它的真实差距，这次比赛狗狗在几个方面还是占了不少便宜的：首先是赛前的信息封锁，李世石只能看到狗狗三个月前的棋谱而看不到最新的棋谱，对对手的实力没有正确的预判。而人类比赛中研究对手的最新棋谱是必不可少的备战环节
其次是机器没有心理起伏的特点是前所未有的，而在人类的比赛中针对对手心理的挑战是争胜负的重要环节，李世石尤其是个中高手。这次面对机器相当于独门绝活被废
猪老预计：今后谷歌如果继续采取封锁棋谱的做法，那么人类棋手挑战狗狗将会越来越困难。但如果谷歌开放狗狗的对局，那么情况就大不相同了——人类高手必然会在与狗狗大量、反复的切磋中实现围棋理念的革命性提高。而且也会总结出对付没有心理起伏对手的独特经验。狗狗对人类高手的胜率将会在五五开上下徘徊……
因为围棋的未知领域远远超过象棋，所以人机大战的序幕其实才刚刚开始。之前是人类低估了机器，今后恐怕也不要低估人类。而在这一较量的进程中，千年传承的围棋将展现出怎样的新面目是最令人激动和期待的:victory: 千言万语化作一句：谷哥赶紧开源阿尔法狗，不然百度没得抄。 我觉得是老美现在 ，在超算上没啥优势，量子计算机好像也不咋样，就弄这么个东西来炒作一下。 本来就没有那么大，只是炒作的原因。
人工智能要走的路还有很长很长。 一群工程师，花费n年时间，查完所有的围棋书、棋局，弄成程序，在几个小时内和一个人对战，有什么特别的意义吗？这种比赛看也不想看。 这次有个很有意思的现象，原来以为是人类强项的，比如感觉大局观这些，结果发现却是电脑的强项。原本以为是人类的弱项，比如复杂劫争死活对杀这些，结果却发现可能是机器的短板
其实最终还是应了古人的老话：多算胜少算不胜，何况无算乎
感觉大局观那些，其实正是人类在算力不足的情况下的简化处理，而机器以算力破解，当然就强过了人类。而复杂战斗那些东西，说明围棋的计算量远远超过了人类的估计（人类是自动忽略明显不行的变化的），机器不像人类那样善于简化，所以晕菜了 笨锄儿 发表于 2016-3-17 11:50 static/image/common/back.gif
一群工程师，花费n年时间，查完所有的围棋书、棋局，弄成程序，在几个小时内和一个人对战，有什么特别的意义 ...
这是以前破解象棋的路子，所以那时可以很乐观滴说：围棋是人类最后的堡垒
阿花狗厉害在它的自我学习，团队中并没有围棋高手。而且新一代狗狗将完全舍弃人类棋谱从零开始 胖得妙不可 发表于 2016-3-17 12:03 static/image/common/back.gif
这是以前破解象棋的路子，所以那时可以很乐观滴说：围棋是人类最后的堡垒
阿花狗厉害在它的自我学习，团 ...
不好意思，我先入为主了。刚才看了下alphago程序基本原理，大概了解了下。计算机是通过网络学习的模式来完成计算下棋的。简单说就是通过在当前局势下在网络上评估所有过往棋局，选择出胜率最大的一步。以前在看到自动翻译的时候也曾经见过工程师们的这种想法，基本原理相同。如果这样的话，的确是个难赢的对手。不过，我不认为这种人工智能在本质上有什么质的的飞跃。 本帖最后由 loy_20002000 于 2016-3-17 17:40 编辑
网络上有两个围棋对弈的信息来源是可靠的，一个是邮电大学的刘知青，一个是facebook的田渊栋博士。前者的研究思路可以查看http://www.doc88.com/p-706555501247.html，后者可以看博士的知乎专栏。我以下的讨论基本源于二位提供的信息。
武宫正树让ZEN四子告负，而中国棋院的职业棋手在仔细研究后可以让ZEN九子并且取胜。这说明了对弈系统本身是存在无法修补的漏洞的。通过后两盘可以看到狗的弱点，楼主6#说明了。
这次李世石负于狗主要是三个因素导致的。1，信息的不对称。2，状态失衡。这两点其他帖子里论述过了，不说了。3，轻敌。第五局直播时陈盈说过王汝南两次提醒李世石要重视电脑，但李世石认为自己绝对不会输。
这次人机大战本质上机器不是人工智能，仅具备了智能的一个因素：自我学习。但它的学习是暴力计算式的概率学习，与哺乳动物的迁移能力不同，与人类的举一反三就更远了。如果没有后续的进一步人机测试可以肯定是IBM式的营销手段，仅此而已。深蓝的棋力并没有超越卡斯帕罗夫，两者的番战仅是战平而已，卡失利后要求再战IBM回绝了。从这次DeepMind玩的阴招来看，测试的成分少，忽悠做广告的成分大。
后两盘电脑出现极低级的错误，如果不是设计人员有意放水，那么可以肯定蒙特卡洛树算法下的围棋对弈系统很低级，并不像赛前传的那么神。电脑不会做劫材，刻意回避打劫，不会进行复杂死活计算，甚至会主动把变化走尽。第五局直播时刘知青的言语里有这么一个逻辑，设计思路上暴力计算局部死活会导致电脑大局观出现问题，用概率方式堆出大局观又会导致局部对杀错误，两者貌似是矛盾关系。就像李世石赛后接受采访说的，是他输了，不是人类输了。李世石五盘棋都在害怕，不清楚他究竟在怕什么。
我对未来的预测是，二十年内计算机都不可能完胜人类，除非出现革命性的方法。
目前尚不知道狗的深度，后两盘有放水的可能性。如果是真测试，这么做没有任何意义；如果仅是广告策略，那就难讲了。
————————————————————————
想了想，田博士的这篇文章可以作为这次人机大战的注解，虽然有些虚。全文转载如下。
最近有关人工智能和深度学习的各种预测满天飞，作为圈内人，我来泼点冷水。
我们常说科技树科技树，这个比喻是非常贴切的，现代科技的基础理论并不复杂，做个摘要，大概二三十页也就够了，这些构成了树的主干，而基于基础理论的次级理论，和再次级理论，和各种应用，则构成了树的枝叶。科技树的每部分活力很不相同，有些枝繁叶茂颇有蓬勃生长的迹象，有些则枯萎凋零，无人问津。
科技发展的有趣之处在于，你永远无法知道，某一片枝叶会不会突变成为主干，某一曾起了极大作用的主干，会不会在将来十年内渐渐枯死不再发展。以前曾是通信领域支柱的信号处理，近年来其理论少有突破；而以前作为统计学枝叶的机器学习，现在则大行其道；而百年来几起几落的领域，也远远不止人工智能一家。
我是做计算机视觉的。回望过去的几年，想像一下2012年若是没有Alex Krizhevsky的软工背景和拼命实践，没有他导师Hinton要他博士论文开题的压力，就没有一篇正确率提高10个绝对百分点相当于十多年进步的论文，就没有2014年的突飞猛进，计算机视觉这一块就不会有革命性突破。适合的人，在适合的时间，做正确的事，这些又有谁能预测到呢？如果我们错过了Alex，下一波热点会将我们的注意力带走，要再回到正确的轨道上来，至少还需要三五年乃至十年的时间。而将来呢？两三个关键人物在关键问题上的缺失，就可能拖后整个人类的进步几年，大牛一两次不够严谨的推理，就可能让整个组奔向错误的方向，为什么2045就一定是奇点到来的日子呢？
科技的突破，往往先由一两个人偶然点穿，而后大家蜂拥而至，在很短的时间内做出大量高质量的成果，成就大批牛人。就好像我们都在黑暗的地底到处打洞寻找出口，用力最多的方向常常碰上花岗岩再无法前行，却有一两个人在意想不到的地方打出了光亮，一声呼唤之后大家都来帮忙。二十世纪初的物理学是这样，二十世纪中叶的分子生物学是这样，所以说预测未来最好的办法，就是深入这个领域中去，越接近研究的中心，越是在领域里浸淫许久，越有独立思考能力，就越能培养敏锐的直觉，而不受周遭鼓噪，毕竟对于打洞而言，明白眼前岩石的纹路，比身后拉拉队的多少更重要。同样，与其预测人工智能最后要走向何方，还是亲自动手做更靠谱一点。用实践去体会细节，很多拍脑袋想出来的完美理论，用在实际问题上是完全不可行的，不仅不可行，而且一试就挂，一碰就死，一末了还埋怨说那么简单的纰漏，自己怎么早没想到。
我们要做的，不是当高谈阔论的事前事后评论，而是去当那一两个先行者。他们才是明白事实真相，才是真正改变历史轨迹的人。
历史的先行者们往往付出惨重的代价，但幸运的是，我们，遇到了一个好时代。
页:
[1]