今天这棋下的郁闷_围棋吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0可签7级以上的吧50个
本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：136,395贴子：
今天这棋下的郁闷
对手居然还是个强5dps不要吐槽本桃的官子。。。本桃盘面30以后就喜欢乱下
你白还是黑
你比水蜜桃厉害多了，水蜜桃只会水，你是有干货的。
盘30以后脑子里想的就是“赢棋不闹事”、“赢棋不闹事”……然后就短路了
画了个竖尾巴的?
为神马我觉得好有喜感
点亮12星座印记,
看得出来对手很配合！
像只小乌龟
楼主和藤公举哪个厉害啊？
贴吧热议榜
使用签名档&&
保存至快速回贴<div class="wrap" style="min-width:770width:expression((documentElement.clientWidth
我可能发现了AlphaGo的缺陷
新手体育迷
帖子8&精华&积分104&资金10 元&在线时间16 小时&注册时间&最后登录&
该帖被浏览& 931&次，回复&11&次
我可能发现了AlphaGo的缺陷
这几天一直在关注AlphaGo和李世石的对局。现阶段的AlphaGo确实表现出了一流的水准，容我向AlphaGo团队致敬。
说实话，机器战胜人类是迟早的事，但确实没想到这么快。鄙人完全没有预料到仅仅依靠统计学就攻克了围棋。现在想来，还是鄙人幼稚了，AlphaGo攻克的不是围棋，而是人类的专家棋手。它并不需要寻找最优解，它只需要像一个普通的职业棋手一样行棋，然后坐等专家们犯错就行了。而专家们，有可能不犯错吗？尤其是在心理压力如此巨大的时候？
看到AlphaGo直落三局，心情复杂难言，既为人工智能进步而欣喜，亦为人类围棋沦陷而伤感，遂连夜下载论文仔细研究。因无缘得见AlphaGo源码，且其论文有不少地方语焉不详，只能从字里行间猜测其劣势，幸有所得。第四局李世石扳回一局，初步验证了我的猜测――网上那些胡乱猜测都不太靠谱，包括很多专业棋手的猜测都不靠谱，拜托诸君勿以讹传讹，尤其是在没有确凿的证据前，不能唯阴谋论。
有关AlphaGo的原理此处不论，诸位如有兴趣，可直接阅读论文。鄙人要指出的是，围棋变化如此之多，以至于理论上可能存在的最优解对于机器而言也是几乎不可能获得的――至少在可预见的未来，机器能够获得的最优解的概率几乎为0。所以，人类和机器还是可以下一下的，这一点和其他广泛流行的棋类运动有很大的不同。
在David Silver和Aja Huang等人的论文中，神经网络的输入特征共有12个，包括棋子颜色、手数、气、合理性（落子是否合法有效）、征子等，其中相当多的规则和盘面信息有关。很明显，打劫并没有包括在这些输入特征中，这意味着打劫对机器而言并不是关键缺陷――机器避免打劫是因为可以简化局面，尤其是在优势的情况下，这叫赢棋不闹事，绝不能认为机器不会打劫。当然，专业棋手在讨论AlphaGo的打劫能力时，也不会认为机器非常善于打劫――在目前的计算条件下，1202个CPU和176个GPU并不足以搜索全部局面，这意味着在开放性的全局空间中的复杂劫争，机器有大概率可能犯错，但在封闭小空间，尤其是自身劫材丰富的局面下，不要指望机器会出大问题。
问题不在劫争，或者问题主要不是出现在劫争上。出现在什么地方呢？征子。
众所周知，征子几乎总是全局的，一次征子往往会横跨棋盘，需要几十手计算才能得出结论，如果是回龙征，超过两百手都有可能。熟练的围棋爱好者只要简单观察征子特征即可在极短的时间内判断征子是否有利，而机器必须完成全部的计算，这超出了它的能力。所以，征子规则被写入了特征集。以笔者的猜测，这个特征应该属于仅次于合理性和气的第三序列规则。这意味着，对于机器而言，避免棋筋被征吃是非常重要的计算任务。所以我们看到了第四局中的黑91和黑93的次序。在机器的判断中，中央和上边白棋打劫接回要大于右边，或者复杂度要大于右边，是其需要避免的。在白92之后，预防征子规则占据主导地位，所以我们才看到了匪夷所思的黑93和黑101。
粗略想了想，要取消这个征子规则相当困难。在第四局的局部，机器可以通过计算消除“9级”的着手，但在全局征子时，计算可能并不可行。最重要的，引征是个巨大的问题，对于人类的专家棋手，引征是重要的技术手段，是征子发动前就必须计算清楚的。注意，对于人类专家棋手而言，征子和引征大多数时候并不需要耗费大量的计算，而机器必须模拟完前期的全部征子步骤之后才能计算引征是否有利，这个计算难度是指数爆炸的。我不知道AlphaGo团队在发现这个可能的缺陷之后如何处理，个人非常期待。
此外，可以确认的是，AlphaGo特别注重子效和先手，但几盘棋均未看到AlphaGo进行大规模弃子作战，合理猜测是它可能也不善于弃子。下次人机对弈，人类应该选择尽可能长的时间，从而有从容思考的余地。因为对于机器而言，分支路径是指数爆炸的，即使其剪枝技术极其优秀，每路分支只有两路子分支，给机器两倍的时间，它也只不过多算一步而已，给机器四倍的时间，它也只能多算两步，而人类，几十个变化图都早已在头脑中演算完毕。将棋局全面导入复杂，这就要求棋手具有敏锐的大局观，出色的中盘战斗能力和精确的官子技巧，更重要的，要有灵活多变的思维，要非常善于弃子争先，善于劫争、征子和引征，要有创造性。写到这里，鄙人无比怀念吴先生。还有一种，可以和机器试试五秒或十秒超快棋，超时判负的那种，在CPU和GPU不足的情况下，它也有可能走出莫名其妙的恶手――这种情况可能仅在低配置的单机版中有效。
感谢围棋，感谢AlphaGo！鄙人仿佛看到了一场新的围棋革命，请职业棋手努力！诸君，拜托了！
题外话和我的疑问：
（1）无需过于担忧人工智能。目前机器所表现出来的仅仅是初级人工智能，甚至你也可以认为它压根就不智能。
（2）围棋方面的疑问。第三局左上李世石飞出后，以鄙人业余的棋力水平，也知道此时黑应弃黑15、黑17、黑21三子，从而在外围起势，实战救出三子的思路与黑31极其不连贯，是落后的罪魁祸首。但鄙人摆了不少变化图，却不知道最佳的弃子争先的策略是什么？有专家愿意摆摆吗？多谢了！
鄙人为清华大学计算机系乔林，转载时请注明。
[ 本帖最后由 至源 于
00:14 编辑 ]
分享到：&&
新手体育迷
帖子258&精华&积分981&资金297 元&在线时间111 小时&注册时间&最后登录&
高手在清华
帖子8,126&精华&积分33,822&资金9,291 元&在线时间3644 小时&注册时间&最后登录&
&&迄今为止，这是我看到关于对“狗狗”技术分析含金量最高，技术层面最全面，最有深度的一篇文章。当然，狗狗的技术缺陷是否是“征子”，能否做到大规模的弃子，转换，还需要检验。鄙人不是清华的，是天津华清池的服务员，但这不妨碍咱们有共识。握手！
帖子8,643&精华&积分24,584&资金6,223 元&在线时间2316 小时&注册时间&最后登录&
本篇不是征文，太可惜l !
如果有来生，要做一棵树，站成永恒，没有悲伤的姿势：一半在尘土Y安详，一半在空中飞扬；一半散落阴凉，一半沐浴阳光。非常沉默非常骄傲，从不依靠从不寻找。
高级体育迷
帖子2,895&精华&积分10,723&资金1,940 元&在线时间1308 小时&注册时间&最后登录&
　　人工智能的发展，如果依濑巨型超快的设备，其智能程度和应用领域终究是有限，这只是实验室产品式的尝试。
　　真正人工智能的运用，需要在算法和程序策略上的革命，才能最经济地利用资源步入实用领域。楼主所谈的也是算法和策略方面的问题。
　　程序设计和围棋一样，规则极简而变化无穷。由0、1的基本信号，到由与、或、是、非、并等几个基本的逻辑语句编制出美妙的各种程序出来，有着甚至围棋也不能比拟的趣味性和吸引力。向醉心于程序世界的工作者们致敬！
黑眩疯李鬼
新手体育迷
帖子60&精华&积分104&资金12 元&在线时间12 小时&注册时间&最后登录&
中级体育迷
帖子773&精华&积分5,932&资金785 元&在线时间920 小时&注册时间&最后登录&
学术级别的，顶！
中级体育迷
帖子725&精华&积分6,524&资金965 元&在线时间1028 小时&注册时间&最后登录&
& & 并没有看出来所谓机器的漏洞在征子，一般的征子或者引征都不严厉。大型复杂征子只有在诘棋上面看见过。幻想靠 征子取胜，还不如指望打大劫。
& & 毫无迹象表明，机器不会弃子。现在的对局时间是依据现行职业棋战用时规则来的，至于说延长对局时间，那么是不是觉得时间不够用的棋手，都可以要求增加用时呢？（老棋手经常出现昏招，也是因为时间紧张所至）
& & 10秒之类的超快棋，对人来说更不利。机器的运算比人快多了。
& & 机器的弱点貌似为子效不高，局部往往会吃点小亏。优点是棋很厚，每手棋都是整体思考，不像棋手一个局部一个局部的分段思考。
& & 机器没有人类的感觉，也就没有灵感一闪的时候，也就不可能下出创新的好棋。大局观好的人，才可能在布局或者中盘领先机器，官子阶段想反超机器过于艰难。
新手体育迷
帖子8&精华&积分104&资金10 元&在线时间16 小时&注册时间&最后登录&
第四局，黑93如不走，白93位可征吃；黑101如不走，白101位可征吃。如果说黑93有一定必然性，官子可收刮白棋，黑101完全无意义。黑97不解，可能是搅局，碰巧处于形势已非时获胜概率最高的分支之上，可能是AlphaGo认为需要二路打先手，这需要专业高手确认。
毫无迹象表明，机器善于弃子。^_^。现行棋战用时规则是适用于人类的，错进错出多因情绪，而机器无情绪，所以延长用时对人类更有利些。超短比赛对棋感好的棋手有利些，机器的运算没有想象得那么快，它必须借助快速行棋机制选择着手，对于单机版，快棋高手还是有可能赢的，至少比赛不会一边倒。
机器子效不高的结论无法认同。如果子效不高，就不能解释为什么机器大局观好于李世石。从某种程度上说，大局观好就是子效高，只不过机器不仅子效高，还特别坚实。另外，局部吃亏，全局得利，同样是子效高的表现。^_^
中级体育迷
帖子725&精华&积分6,524&资金965 元&在线时间1028 小时&注册时间&最后登录&
93不走，白也不可能浪费1手棋去征吃，93是延气收官。
快棋、慢棋，AI狗的运算都比人快。AI狗都是全局运算、判断的，而人可以只盯着局部来算，超快棋，人的机会相对要大些。
子效高和大局观好，不是一回事。子效高表现在赢的目数更多，大局观好表现在胜率高。AI狗不追求最大子效，而是追求赢棋的最高概率，故而效率不算很高。
初级体育迷
帖子318&精华&积分2,583&资金743 元&在线时间286 小时&注册时间&最后登录&
说AI的缺陷在征子，这恐怕是我见过的最匪夷所思最没有技术含量的的结论了，因为都知道，征子，最直观也最简单，变化最少，虽然手数很多但是没有分支，可以说小霸王学习机大致上也能算清楚。
说因为引征的关系每一手棋都要通算全局大大的超过了计算机的计算量，这也是彻头彻尾的胡说，你说AlphaGo有哪一手棋不是通盘权衡的呢？
至于大型弃子，大型弃子不是说下出来就下出来的何况是这么几盘棋，由于没有出现大型弃子就下断言AI的弱点在于此，那么这和前面的AI不善于打劫的谣言又有何区别呢？
下结论之前需要仔细研究，不要因为某某几手就推论出如何如何，围棋的一手棋没有标签如何解释都可以，有时候连专家都没有统一的结论，更何况是业余棋手，更何况是门外汉！所以以后不要再用由第某某手看出啥啥啥这样的观点来解释了，这就好像由今年清明下没下雨推断出五百年后地球的大气状况一样的可笑。
我比较同意8楼的观点
[ 本帖最后由 大肥宝 于
17:27 编辑 ]
新手体育迷
帖子8&精华&积分104&资金10 元&在线时间16 小时&注册时间&最后登录&
欢迎不同意见，但是你的说法我无法赞同。
“征子，最直观也最简单，变化最少，虽然...，小霸王学习机也能算清楚。”似乎是这样？鄙人没用过小霸王学习机，不知道它能不能算清楚，但人是很容易算清楚的，但这不意味着计算机可以算清楚，更不意味着AlphaGo可以算清楚。
通盘权衡并不是通盘计算，这是完全不同的两回事。AlphaGo的算法特殊之处在于，它可以针对全局给出胜率较高的一手，这种计算主要是基于图像匹配的，符合一定的相似度即可，所以在大局观上反而有优势，而征子必须严格匹配，并不是符合一定的相似度就可以的事，而这几乎不可能出现在专家棋谱中。所以征子规则被写入AlphaGo的规则集以简化计算步骤，称之为“胡说”才是胡说。建议你读读AlphaGo的论文，再来辩论。
大型弃子作战需要灵活转换的思维模式，这在当前直线型的棋局中很少见到。下结论之前需要仔细研究――鄙人并没有就此断言，然而就AlphaGo的学习路径而言，认为机器不太擅长是合理猜测。
另：清明期间在外地出差，该地有雨。
填写显示名：
4到16个字符：中文，英文小写字母，数字或下划线专家点评四：神之一手力挽狂澜 - 简书
<div class="fixed-btn note-fixed-download" data-toggle="popover" data-placement="left" data-html="true" data-trigger="hover" data-content=''>
写了1398825字，被497人关注，获得了910个喜欢
专家点评四：神之一手力挽狂澜
李世石在第四局力挽狂澜绝地反攻，战胜AlphaGo。
文 |张峥 江铸久 朱文章 高飞龙 卫泓泰 沈庞●●●那个时候，李世石只剩下5分钟就要进入读秒阶段，而对面的AlphaGo却足足有73分钟。演播室里，他的获胜预测率已经跌至20%，AlphaGo的每一步落子胜率却已高达70%。棋盘上，黑子把白棋分断两边，各成合围之势。李世石被逼至绝境。犹如电光火石，白子落下第78手“挖”，打入黑棋腹部。一时间，迷雾散去，光芒涌现。当时直播解说的大多数职业棋手都承认，自己不曾想到有如此落子。赛后的新闻发布会上迈克雷蒙（九段）一针见血：“第78手太精彩。我没有想到，可能绝大部分职业棋手也不会想到。”“这是我能想到的唯一的走法。”回答记者提问时，李九段有些腼腆的解释。正是这唯一的走法给了AlphaGo一记内伤。这被DeepMind负责人Demis Hassabis称为“给机器造成了足够大的压力，把他推向了极限”。于是，AlphaGo连连犯错，让许多人大跌眼镜。AlphaGo是输给了自身的漏洞？ 不，不如说AlphaGo输给了围棋的深度，输给了人的精神。顶尖的棋手通过磨练自身的意志，在极限的状态下反复锤炼棋艺。由此训练而成的棋感直觉被誉为天才，在绝妙的时刻迸发出来，获取那万分之一，微乎其微但却存在的获胜可能。“之前三盘并未对我的心理造成特别严重的冲击，我还能享受比赛”，李九段儒雅地笑着向他的棋迷致意。当人们都看到了AlphaGo的强大，当人们都开始相信无法获胜，甚至有人已经认为比赛不公平的时候，李世石九段展现了围棋的灵魂。那么，李世石究竟是如何绝地反攻的？AlphaGo有什么弱点？请看我们嘉宾的点评：张峥计算机科学教授，专攻数据科学、系统分析、计算机架构。前微软亚洲研究院副院长，著有国际论文超过40篇，拥有诸多专利，现任上海纽约大学计算机科学教授。
如果说前三局“狗狗”赚爆了眼球，那么今天才真正捡回了一个大骨头。不管是估值网络还是快棋手段，其中都暴露了缺陷。简单的说，人类棋手隐蔽的一手，其胜率是被机器低估了。明白这一点，是帮助其进步的重要信息。但这不会影响AlphaGo整个框架的正确性。因为网络模型训练需要耗时，同样的问题在第五局还将会存在。所以，谷歌团队说要回家复盘，说得很诚恳。阴谋论可以休矣。对人类棋手来说，能否总结出规律，而且在一天之内挖掘并利用，扩大战果，是个挑战。只有摆平人机之间巨大的语义鸿沟，才能摆脱鸡同鸭讲的尴尬局面。另外，人类棋手的至高目的，不是给AlphaGo做“测试工程师”，而是把围棋这门艺术继续提升。如何达到这个目标，尚不明显。希望AlphaGo今后成为每个人的“健脑器”，真正的“脑白金”。江铸久九段，中国国家队著名国手，韩国棋院客座棋士。
AlphaGo的出现引发我最多思考的，就是我们该如何学习利用人类智慧结晶。AlphaGo的厉害之处在于它只要赢棋，它不要下的最漂亮。它在KGS上可以跟三段下，它也可以跟欧洲冠军樊麾下，似乎赢得也不多，看上去水平也不是那么好，它跟李世石下，还是这个表现。如果要看到精彩的，我们要有个参照物，倒过来讲，AlphaGo找的参照物在不停地升级。所以我觉得对于我们职业界人类棋手来说，如果你想找到自己最好的那一面，那就可以跟AlphaGo练。人机对决对我最大的震撼和启发就是，我们今后培养孩子们学围棋的时候更加注重培养他们的大局观，注重培养良好的学习习惯，启发他们的创造性思维。当然这是围棋本身早就有的，也正是因为学习围棋对这些有帮助，所以让孩子们能够喜爱这个事情，能够让AlphaGo的整个团队从围棋中得到和作出这样一个人类智慧结晶超棒的东西来。朱文章香港科技公司首席架构师、香港大学计算机博士、围棋业余5段（弈城9段），前微软及谷歌软件工程师，iOS软件“围棋之眼”作者
即使前三盘已经输了，但是今天一早，我还是抱着希望，李世石有机会战胜阿法哥。这样会给人带来希望和喜悦。很多人已经觉得没希望了，甚至阿法哥下的就是标准答案。阿法哥的发型，也成为大家模仿的造型。 但是任何一个围棋职业棋手，热爱围棋的爱好者，都有不放弃的精神！这是围棋的魅力，也是围棋给我们带来的力量。棋局开始至11手，平淡如水，照搬着第二局的下法。白12手，李世石开始变招，尖，这一手棋，在吴清源时代屡屡出现，后来木谷实改为跳，成了现在标准下法。尖，更重视中腹的发展，对黑三子的压力也大一些。因此，阿法哥13不脱先了。14挂，把棋盘打散，导向细棋。16，18，20，恬静如水。
刚刚让人觉得阿法哥今天老实了些。23大招又来了，一时善恶难辨。但是阿法哥的余威，还是让大部分人觉得有玄妙之处。23，25组合，又来了。李世石一路忍让，忍受了职业同行的嘲笑和指责。这不是李世石啦，这怎么能忍之类的言论不绝于耳。在群中，到了46，我觉得白棋还是不错的。但是大部分人还是悲观了。要赢，必须忍。
阿法哥的尖冲，又受到粉丝的高度追捧。一路到69，阿法哥似乎越来越得心应手。70空投拼搏，71让我笑成阿法哥怎么缩回去了。李世石72长考了很久，时间不断流逝。我担心他后面时间不够。真的断中腹了，阿法哥很强硬，直接外面73罩住。78，神之一手，小李飞刀，果然名不虚传！
阿法哥中了飞刀，这是蒙特卡洛综合征，没法避免。蒙特卡洛综合征，是本人给AI专门注册起的：指AI通过随机选择，必然存在漏招。如果人类在复杂的局部，在只有一种正确解答的情况下，AI不一定找得到。如此人类可以一击即中。之后阿法哥从昨日的大师风范，变成了18K初学者，滑稽招法层出不穷，连续两个1路死子的立，相信很多和Zen下过的棋友都有印象，这时候AI进入Crazy模式。它们这样闹一阵，就会认输。李世石果然赢棋不闹事。在过程中，唯一担心的是李世石剩下最后一次读秒，很多次都到最后1秒才下让人看得心惊胆战。不过这样的过程，让最后的结果来得更加甜蜜！180手，李世石最后一击，阿法哥在快进入读秒的情况下觉得闹够了，大呼三声：“英雄饶命！”。棋局终结。
整盘棋，李世石开局以静制动。隐忍后，局势未见乐观。投入中腹后终于下出神之一手，一举制胜！李世石，伟大的胜负师，终于给全世界的棋迷棋友带来希望和欢乐！高飞龙业余5段
这是精彩的对局，也是人类的伟大胜利！大家都已经知道，第一盘人类和AlphaGo对形势判断的出入，是因为AlphaGo已经算清了右边的手段，所以提前在其他局部用亏损手段缩小棋盘、简明定型以扩大胜率，是人类低估了AlphaGo；看过了第二盘，大家也知道AlphaGo在前半盘也会凭借强大的大局观走出妙手，同时也会出现疑问手，而后半盘则全部是AlphaGo强大计算力的天下；看了第三盘，所有人都是绝望的，李世石在第15手就因急躁冒进导致形势落后，然后AlphaGo用朴实无华的手法步步挺近，将李世石彻底碾压，后半盘李世石虽然找回了自己拼命在白棋空中出了棋，AlphaGo的下法也疑似出错，但毕竟优势太大，李世石仍然无力回天。顶尖高手们对AlphaGo棋力的判断已经普遍认为：超越了所有的人类。大家都绝望地认为，一盘比一盘强的AlphaGo将不会再给李世石机会，大家只是感情上希望这位勇敢的胜负师赢下一盘，留住一点自己的尊严。今天的第四盘，李世石在前半盘的下法似乎完全不合自己的棋风，AlphaGo的黑棋过分地将白棋的头压了过去，李世石居然不断，只能忍。右边，AlphaGo居然用同样的手法又将李世石的头压了下去，李世石居然又忍了！以李世石性格和棋风之凶悍，简直不敢想象。很多人都觉得他的心态仍然没有调整过来，很可能还会轻易地输掉。中盘出现了巨大的转换，李世石用上边和AlphaGo的右边交换，双方都气势如虹。一部分人认为李世石形势还可以，一部分人认为AlphaGo有利，但似乎没有人认为李世石形势有利。按照AlphaGo的下法，它应该也判断此时自己的胜率超过50%。就当此时，李世石祭出了惊天妙手！
白78挖！这将会是被写入史册的妙手！如果李世石是早就算到了这一手，判断黑空中有棋，所以才进行的转换，那么这种表现就和AlphaGo第一盘中的表现一样。看到了这一手，真的觉得输了也值了。这完全体现了人类巅峰的直觉、创造力和计算力！看到这样的李世石，所有的阴谋论以及质疑李世石的声音，都可以休矣。这样的李世石，已经找回了自己，完全体现了人类巅峰的实力。如果这样都赢不了，那只能说明对手过于强大，人类需要继续努力，并向电脑学习。接下来，AlphaGo居然下出了一系列莫名其妙的下法。有鉴于第一盘的情况，很多人都非常的谨慎，等待着接下来的进程，看看AlphaGo是不是有和第一盘一样的、大家都没有看到的暗藏手段。可随着棋局的进程，白棋离终点越来越近，终于拿下了此局。在直播间的我们，都激动得快要说不出话来了。这盘棋，体现了人类顶峰的实力，面对如此强大的对手，下出了如此惊艳的妙手，赢下了如此艰难的比赛，正是人类伟大的胜利！现在，相信所有人都和我一样，为这位伟大的胜负师感到高兴。也感谢AlphaGo团队，创造出了如此强劲的人工智能程序，激发出了人类的巅峰式强大。我现在倍加期待最后一日的对局，也更期待未来的发展，无论是人工智能，还是围棋。卫泓泰知乎围棋专栏主持人、围棋业余5段
看点今天看到媒体风向又大转，这股风气很像二级市场，暴跌的时候一顿臭骂，暴涨的时候一阵欢呼。昨天担心终结者，今天又说人工智能是人类的好陪练。其实人工智能总是会有不足的地方，这盘能发现还是石头斗志强大。之前的三篇棋评反复希望大家能够抱持一个客观科学的态度去看人工智能。这几天偶尔有些人跑来我们的开放大群谈自己的见解，仔细一问既不懂棋也不知道算法基础，只是为了表达一个态度而来，也只是为了支持强化自己的态度而来，我不欣赏这种交流方式。围棋这股热潮终会过去，每年的热点都多的是，做二级市场有个老话叫做要么赚到要么学到，冷静一些自己多琢磨琢磨再说总没坏处。今天的棋下得实在好，看完直播我又摆了好几遍，我看现在棋评已经很多，就简略说一些提及较少的部分做一些资料扩展讲解好了。最近很多人跑来说Alphago不按棋理下棋，不过9位挂一下再虎是很多年前的套路，Alphago乐此不疲总是使用这个套路。序盘
李九段根据第二盘经验白12反占黑棋第二盘尖的“要点”，黑棋13果然拆了。到这里是普通套路。我这个局部翻了十一个谱子，都是女棋手下的，感觉很有意思，贴几张图给大家看看。
1965年伊藤友惠老奶奶的对局，左下角下的还挺奇怪的哈。不过构思很有意思。
这是2012年日本两位实力美女职业棋手下的，开局和Alphago这盘比较相似。后来引征右上以后的转换很有意思。序盘进行的十分平凡，已经是十分常见的下法，感觉进入小李熟悉的局面，实战白右边拆边之后黑棋妖娆的一靠，感觉不是棋，可能是对自己的局面不乐观了吧。中盘
从这步以后Alphago走的不知道怎么回事，开始有深一脚浅一脚的下法，李九段开始稳扎稳打了。正所谓，棋稳如“go”。
白棋走的十分稳健平和，26，34，都十分中正，感觉石头找到一点对付Alphago的策略了。最近有人问我有没有Alphago流，我感觉妖娆的肩冲是Alphago最鲜明的特点，打入少，肩冲多，想必对打入估值不高。
这盘棋挖完之后，Alphago感觉慌了神，开始乱下了，这里明显李世石的手筋超过了Alphago的预想，不过严格来说，这个挖到底成立不成立，我会尽量找高手继续求证，目前来讲，如下图变化并没有如实战一样严厉的结果：
中后盘作战 Alphago的 连续判断失误之后Alphago好像彻底慌了，当时笔者在外溜达，看着几步下的简直笑翻，看来人工智能目前还是有些硬伤，一旦走出它计算范围以外的招数，就彻底没了章法。
东施效颦，这一挖直接让人笑翻。
这步立净亏两目以上，直播到这时，李世石也笑了。之后作战Alphago大乱方寸，再也没有了机会。朱文章、高飞龙、卫鸿泰评论首发于知乎，江铸久评论转自微信公号“江芮围棋”；以上评论均获得作者授权。知识分子，为更好的智趣生活。关注请加微信号:the-intellectual或长按下方二维码。投稿、授权事宜请联系：。
如果觉得我的文章对您有用，请随意打赏。您的支持将鼓励我继续创作！
打开微信“扫一扫”，打开网页后点击屏幕右上角分享按钮
被以下专题收入，发现更多相似内容：
机器学习算法关注机器学习，人工智能，数据挖掘，计算机视觉等相关领域的文章
· 3261人关注
不得贪胜,入界宜缓,
攻彼顾我,弃子争先,
舍小就大,逢危须弃,
慎勿轻速,动须相应,
彼强自保,势孤取和.
· 13人关注
在可见的未来，智能将遍布身边，让人类的生活变得越来越好
· 12人关注
如果觉得我的文章对您有用，请随意打赏。您的支持将鼓励我继续创作！
选择支付方式：