“人机大战”为什么选择围棋
“人机大战”的兴起，最早是1997年，IBM超级计算机“深蓝（Deep Blue）”
击败了国际象棋大师加里-卡斯帕罗夫。科学界认为，围棋“人机大战”可以看成是人工智能发展具有标志性的进展。曾经“深蓝”的胜利鼓舞了人工智能研究的士气，吸引了投资者对人工智能的兴趣。
　　至于为什么选择围棋，史忠植教授解读称：“围棋之所以很难被人工智能攻破，战胜人类高手，就是其可能的组合数异常庞大。至于多么异常，2016年1月，普林斯顿的研究人员给出了最新研究结果：对于一个19x19的围棋棋盘而言，一共有361个位置，而每个位置可以单独放置黑棋、白棋或者留空，理论上所有的可能组合是3361种。但根据围棋规则，不是所有位置都可合法落子，例如在围棋术语中没有气的位置就不能落子。”
　　“那么，排除掉这些不合法的棋局后总共还剩多少种呢？普林斯顿的研究人员给出的19x19格围棋的精确合法棋局数：
　　‘935。’”
　　“171位数！”这个数字比我们地球所有的沙粒数量还要多！比人类已知宇宙的所有星球数量还要多！对比来讲，谷歌学习的近万盘人类棋局是5位数，谷歌自行对战的3000万盘是8位数，而围棋所有可能的棋局盘数是171位数。如果规避还有可能的重复变化，把大头去掉，那也是70位数的棋局变化。
　　日，史忠植在在创新驱动发展大数据时代的人工智能高峰论坛上，提出了智能科学（人工智能）发展的“路线图”，并在著作《心智计算》一书中有详细的阐述。
　　其中提到，2020年，人工智能将实现初级类脑计算，即Elementary Brain
Computing。在这个阶段，我们将实现的目标是计算机可以完成精准的听、说、读、写；到2035年，我们将进入高级类脑计算阶段，即Advanced
Brain like
Computing，那时，计算机不但具备“智商”，还将拥有“情商”；到2050年，智能科学（人工智能）有望发展出神经形态计算机，实现超脑计算，即Super-brain
Computing。到那个时候，计算机的高性能与人的高智能完美结合。
　　史忠植认为：“按照这个标准，这次围棋“人机大战”中，若谷歌围棋AI程序‘AlphaGo’最终战胜世界冠军李世石，将说明人工智能达到了初级类脑计算的水平。”
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。这次人机围棋大战，明显是非常低级的造假！
本人虽然不是人工智能专家，也没有开发过软件项目，但是对于计算机和编程也基本了解。人机对战游戏开发对很多人来说都了解。诸如我们经常玩的单机象棋小游戏，可能有个几年开发经验的程序员都能做出来。围棋人机对战游戏可能开发有点难度。原因是象棋每一个棋子走棋的时候最多有四种选择，因此可以通过穷举法～计算每一种结果，然后选择最佳。而围棋盘上有19E2个落子点。也就说围棋每一步最多有19E2种选择～虽然越到后面落点选择会出现19E2－(n＋1)种选择～选择越来越少。
但总体来说，由于数据太庞大，穷举法显然相对目前的计算机太过复杂。而且即使用穷举法，下围棋也容易出现很多盲点。因此，谷歌围棋采用了一种新的方式。按照他们所含糊不清的描述，加上我的推断。假设他们说的是真的，应该是这样。简单来说，就是给电脑围棋程序建立了一个动态数据库.里面可以存放整套棋路～从开始到结束。然后在设计程序的执行打法时候，电脑程序选择落子的方式不是通过穷举法～计算每一步到结束再选择最佳。
而是将棋局与存储的数据库中的棋路进行比较索引。选择与数据库中棋路最接近的一种棋路。然后再按照这个棋路的相应步伐，再结合当前棋局的概率，计算出最佳落子点。。。。。。因此，可以想象，这样的程序必须依赖依赖庞大的数据库，当然数据库设计必须是能够存储和更新，如果电脑程序在对弈过程中输掉了比赛，那么这条被电脑参考的数据库，会被对手的棋路代替更新，重新存储。或者将对手棋路添加一个更大概率的值进行存储。 当然他们存储方式和概率计算方式可能比较复杂。总之，电脑程序必须通过大量的博弈，为数据库存储足够多的棋路数据，从而提高计算概率的精确性～也就是电脑的围棋段位。因此电脑开始必须找高手下棋来存储棋路，然后通过电脑之间的大量对战来扩展数据库。
如果是按照我以上的分析，那么开发这样一套软件，从理论上说几个聪明的数学知识深厚的开发经验丰富的程序员，很快就能开发出来。但是，开发这套程序容易，如果要让软件能够赢顶级的最厉害的围棋选手，存在很大变数。虽然从理论上来说，电脑的精确度是人脑无法比拟的，因此电脑在有限的范围内战胜高手不是有可能，而是绝对是。但是，我偶尔看到的是，第三局电脑离奇输掉了比赛，而且在最后完全就是开始乱走，这让人感觉好像一个成年人教一个小朋友下棋，突然这个成年人有事走开了，然后小朋友开始乱走。。。 。。。
这种现象是非常不符合逻辑的，因为电脑既然在开始能连赢对方。那么根据他们宣称的所谓算法和原理。我相信他们做了很多功夫，而且事实证明这样做是可行的。在数学逻辑基础上的事实，那就是一加一等于二。但既然如此，第三盘，人脑下棋的时候没有太大改变棋路或者出格做法，反倒是电脑就跟抽筋似的。开始胡乱摆棋子。难道几个人设计的一个电脑软件，突然有了情感上的问题？
因此，可以推断。他们所公布的实现原理，以及我正文的推断。他们根本就没有实现。或者说在运行过程中出现了太多的bug。或者说在和人脑对弈的时候根本就是低级菜鸟级别，而且走着走着就选择错乱走发。如果是这样的话，完全在情理之中。那么可以解释的是，公司必须在程序外添加一个人脑。
让人脑通过最基本的判断力来配合电脑程序。当然可能人脑负责的思考也能通过编程实现，或可预见实现。但由于成本时间等方面的原因，于是就选择了更赚钱的方式。。。。。。
总得来说，实现一个人机对战的围棋小游戏，并且能与围棋初学者消磨时间。随便找个程序员就能做出来。但是要让这个程序能够赢围棋冠军。可能有些难度。但是如果在这个程序后面加个人脑～甚至是围棋亚军。我想开发这种工具我也能实现。虽然理论上是完全可行的。但是就像载人往返火星一样。实现理论学过初中物理的都知道，很容易。 但是实现起来，恐怕别说一个谷歌公司，恐怕一个大国的财政都要被消耗掉。于是对于商人来说，只赚不赔的生意肯定会去尝试。反正理论上可预见能实现，以后技术成熟也没什么影响，为什么不？？？？？？
就像人们怀疑美国登月，以后会有很多人怀疑这次所谓的人机大战！！！！！！
围棋每一步落点最多有19e2种落点。 但围棋高手的棋路不知道有多少次方级别的。要存储这样庞大的数据，而且要提取数据。 就算能够实现，恐怕要烧不少钱。。。
因此理论上能实现又极其复杂烧钱的部分，何不搞个人脑代替。。呵呵，
当然也可能围棋段位极高的人。或者干脆演戏，总之怎么省钱怎么来。
楼主的质疑非常好，我也认为电脑之后再加个人脑，是最好的一种判断方式和策略。这次人机大战，让人感觉得没有加人脑的最大理由，刚好是第四局电脑遭遇凌空一挖之后的宕机表现，下出一系列幼稚低端的棋着，下围棋的人哪怕是非常低段位的都知道都不可能如此稚嫩，所以这种情形只有没有基础判断的电脑才能出现。
储存棋谱？谁都知道不可能，谁都知道没有计算机能储存几乎无限的围棋棋谱。谷歌自已也说了不是储存棋谱，在第三场后公布了代码。
很多人不了解编程，对于一些抽象术语往往以为是现实中的语言。老是去拍一些什么人体植入呀，什么虚拟现实，什么回到过去等等搞笑的电影。当然有勇气可嘉。程序所谓的学习功能，就是存储～复制粘贴。记忆功能，就是查询，搜索。而扩展一下，就是为你查询和存储的内容，建立一个动态的容器～数据库。 这个容器里面的内容不是固定的，为了可以不断更换和增加内容～这就是动态数据库。现在的计算机软件～所谓的智能。也就能这种水平级别的而已，其它的所有改进都只是通过各种当然利用这种功能实现更复杂数据，或者更图像化更直接。。。。。。。但是好多那个砖家叫兽就已经讨论个机器人坐爱层面的问题。让人看了搞笑。好多人还在那里什么几十年后机器人取代人类的大胆预测。真是智商堪忧。现在连个人体小疾病都没办法解决。不要看着火药，就以为能去火星。不说差的有多远，就事实本身也是滑稽可笑！
假如存了100万份棋谱，对手落子，你怎么从100万份里选出1~10份供参考呢？你怎么确认选的对呢？
围棋对战本有定式。但选出了100个最优定式，用作落子依据。真正放在盘面上，效果惨不忍睹。必须要有大局计算能力。
07:28:00储存棋谱？谁都知道不可能，谁都知道没有计算机能储存几乎无限的围棋棋谱。 谷歌自已也说了不是储存棋谱，在第三场后公布了代码。—————————————————反正就是这么个思路，当然他们可以不存储固定棋谱，而是将棋谱变成拥有很多属性的抽象类或接口。或者可以更抽象。来实现存储和更灵活的提取参数。无非就是那么点思路。。。。。。只不过实现方式比较灵活有智慧。
这样理论上是可行的。但是，我怀疑的是，他们是不是真的这样做了。或者为了节约时间和成本，干脆找个人脑代替一部分复杂的理论上可以实现的部分。但是正如我说，初中物理学生都拿出载人往返火星的理论，但未必就能做到。这个差距不是凭空想象的。
总之就是那么回事，理论上可以去想，但是做起来可能复杂性是难以想象的。时间，成本。。。因此。。。
@我们是一群害虫
08:06:00又见民科—————————————————？
而且就算是真的，也只是非常低级的逻辑处理。根本谈不上什么只能层面上来！！！
你可以开发一个出来啊
这就是大清国要灭亡的时候自欺欺人的表现，竟然认为洋人的膝盖弯不了，只需要攻击膝盖便能取胜。另外还有义和团大师兄，搞一些神神鬼鬼的大学宣称刀枪不入，你那些牛皮留到战场上去吹吧
制度差距过大，导致民族智商差距被放大了，大清文武百官都以为自己冰雪聪明，洋人看它们就像看野蛮人。注意了我说的不是体制，是制度，不了解体制和制度的区别的人可以百度
大家还在看当前位置：
人机大战为何选围棋？棋局可能性比宇宙原子数还多
人机大战为何选围棋？棋局可能性比宇宙原子数还多
来源：南方网
　　 1.为什么是围棋？ 　　 围棋以变化繁复著称。按棋盘361个交叉点的每个点上可能有黑、白、空三种状态计算，棋盘上的可能局面数量达3的361次方。这是一个天文数字，实际上考虑到打劫、提子等变化，变化数量还要大得多。每一个落子后，大约有200种可能的走法，而国际象棋只有20种，因此，对于围棋，所有的可能性相加起来，比宇宙中的原子数还要多。 　　 目前的计算机无法对所有走法进行穷举。更专业点说，围棋难的地方在于它的估值函数非常不平滑，差一个子盘面就可能天翻地覆，同时状态空间大，也没有全局的结构。这两点加起来，使以往能在国际象棋中从容胜出的人工智能无法应对。 　　 2.人机对战意义何在？ 　　 对这次比赛的意义，德国人工智能研究中心的安德烈亚斯·登格尔说，从人工智能的角度看，“阿尔法围棋”胜出，将是证明深度学习技术潜力的有力证据。 　　 这些进步可能意味着人工智能正在走向快速发展的时代，或能引领新一轮产业创新与变革的到来。 　　 综合新华社、南方日报记者 王伟凯 叶丹报道
本文( 人机大战为何选围棋？棋局可能性比宇宙原子数还多 )仅代表作者个人观点，与广东之窗无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。广东之窗刊载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，也不代表本网对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的，请在30日内进行；新闻纠错:
本月点击排行
总编信箱：
粤ICP备号-2
未经授权不得镜像、转载、摘抄本站内容，违者必究！
Copyright & 2017 IGDZC. All Rights Reserved
广东之窗 版权所有围棋人机大战预示了怎样的未来
[摘要]今天失败的是李世石，而不是人类。”不过，也有人认为李世石尽管输掉了比赛，但并非输给了机器，而是输给了机器背后人类的智慧结晶，这仍然是人类的胜利。日－15日，谷歌旗下公司DeepMind开发的人工智能AlphaGo挑战世界排名第二、韩国棋手李世石九段，这场在首尔四季酒店举行的五番棋大赛被视作有着重大历史意义的世纪大战，谷歌设置了100万美元的基础奖金。目前五番棋胜负已分，AlphaGo连取三盘后，李世石在第四盘扳回了一局。此前，AlphaGo于去年10月与欧洲围棋冠军樊麾二段进行了一场秘密赛事，AlphaGo以5:0获胜，令棋界哗然。计算机对棋类运动的挑战可以追溯到1949年第一款国际跳棋软件，而在1997年超级计算机深蓝击败象棋大师卡斯帕罗夫的比赛上，更多人了解到人工智能在棋类运动上的超强能力。但是，由于围棋分支系数大，巨大的计算量连计算机也难以企及，因此一直以来被视为人类智能的最后堡垒。《自然》杂志在评论樊麾的失利时称：“面对谷歌围棋AI，人类最后的智力骄傲崩塌了？”因此，李世石与AlphaGo的这场比赛被看作人类与人工智能一决胜负的大战而举世瞩目。作为围棋的起源国，围棋在中国有着超过2500年的历史，国内社会各界对这场比赛尤为关注，对于比赛本身和背后折射的人工智能问题的讨论在过去一周内层出不穷，下文将略作梳理。李世石为什么输，AlphaGo凭什么赢？正在与AlphaGo对弈的李世石开赛前，李世石对获胜十分有信心，认为“到目前为止还是人类比人工智能强”。中国国家围棋队总教练俞斌、围棋国手柯洁、创新工场董事长李开复等人都认为李世石将会赢得比赛，尽管也有一些相反的声音，但随着比赛的展开几乎所有人都被AlphaGo的能力所震撼。无论AlphaGo和李世石的棋艺是否对等，人机博弈都不是公平的比赛。樊麾接受科技媒体《机器之心》采访时回顾了他与AlphaGo的那场对战，他认为最大的问题在于人都会犯错，而机器犯错的概率远低于人，这会形成负担，“我的形势不管好还是不好，我都担心自己犯错”，而人工智能没有人类棋手的心理感觉，因此双方的地位是不对等的。这次人机大战前夕，象棋大师卡斯帕罗夫在《新科学家》撰文评论称，“围棋，你的时间不多了”。他在文中回顾了与超级计算机深蓝交手时的情形，分析可能决定比赛结果的因素时同样强调了心理因素，指出心智运动需要高度集中精神，而面对早期机器的盲点时棋手可能会受到干扰。他认为，人和机器的关键差异就在于机器有着保持前后一致的优势，计算机不会犯下大错，也不会苦于骄傲、焦虑和精疲力尽。另一方面，AlphaGo的表现令很多职业棋手叹服，1997年出生的柯洁曾8次击败李世石，他赛前对人工智能不屑一顾的，但在第三场比赛结束后也坦言电脑“强得可怕”，“同样的条件下我输的可能性非常大”。DeepMind创始人Demis Hassabis在接受英国《卫报》采访时曾表示，“围棋是一个终极目标：它是一个游戏的巅峰，有着最丰富的智力深度。它如此迷人与美丽，令我们感到兴奋不仅在于我们掌握了这个游戏，还在于我们还用漂亮的算法完成了它。”AlphaGo的漂亮算法究竟是什么样的？卡耐基梅隆大学机器人系博士、Facebook人工智能组研究员、Facebook人工智能围棋程序Darkforest负责人田渊栋在知乎分享了《自然》杂志上发表的关于AlphaGo的文章中对其系统的介绍。AlphaGo的系统主要由以下四个部分组成：1.走棋网络（Policy Network），给定当前局面，预测/采样下一步的走棋；2.快速走子（Fast rollout），目标和1一样，但在适当牺牲走棋质量的条件下，速度要比1快1000倍；3.估值网络（Value Network），给定当前局面，估计是白胜还是黑胜； 4.蒙特卡罗树搜索（Monte Carlo Tree Search，MCTS），把以上这三个部分连起来，形成一个完整的系统。依赖上述系统，凭借学习3000万步人类棋谱和昼夜不停息的自我对弈，AlphaGo获得了在比赛中展现出的高超棋艺。李世石接连失利后，有人质疑他是不是代表人类出战的最佳人选，职业围棋棋手李喆六段的《这两盘棋，没人会比李世石做得更好！》一文激烈反驳了这种论调。李喆认为AlphaGo的目标只有赢，不求最优，其强势表现是李世石的强大逼出来的。李喆称，“我不知道AlphaGo的极限在哪里，看到无法用言语来表达的震撼和美，新时代真的来了。”李世石在第三场告负后接受采访时表示，“今天失败的是李世石，而不是人类。”不过，也有人认为李世石尽管输掉了比赛，但并非输给了机器，而是输给了机器背后人类的智慧结晶，这仍然是人类的胜利。谁的未来：围棋的？人工智能的？还是人类的？DeepMind创始人Demis Hassabis这场世纪大战被视为一个重大的改变未来的转折点。在围棋领域，AlphaGo恐怕真的将会改写历史。在封闭系统博弈中，人类早晚会被人工智能远远甩在后头。围棋运动会就此衰落吗？在知识分子公号刊发的“人工智能赢了棋，人类赢了未来”一文中，作者沈庞并不这样认为。他指出当1997年深蓝多次击败顶级象棋棋手之后，人们都以为这个游戏终结了，但事实并非如此。在那场比赛之后，卡斯帕罗夫率先提出了“人加机器”（Man-plus-Machine）的概念，即在比赛中使用人工智能增强国际象棋手的水平，而不是让双方相互对抗。这种比赛在之后被称为自由式国际象棋赛。选手们可以独自参赛，或者带一台人工智能照着它的路子下棋，也可以偶尔否决人工智能的选择，在2014年的自由式国际象棋对抗锦标赛上，纯粹使用人工智能的选手赢得了42场比赛，而人机一起参加的选手赢得了53场。人工智能并未削弱国际象棋的魅力，而是让人类成为了更好的棋手，这或许也会成为围棋的未来。那么AlphaGo的胜利是否意味着人工智能将进入一个新阶段？复旦大学计算机科学技术学院教授危辉认为对此应该保持审慎乐观，因为人工智能的核心科学难题，从50年多前人工智能的诞生到现在，还一个都没解决。他在日前的讲座中指出，人工智能能够解答的问题必须符合两个条件：能够精确定义以及范围有限。但现实生活中的大量问题既无法被精确定义也无一定范围。因此，AlphaGo并未带来颠覆性的改变。不过，AlphaGo或许预示着改变的方向。正如卡斯帕罗夫指出的那样，完美计算一直以来都是计算机的长项，而人类大脑擅长的是通用（generalities）、长期计划和将通用主题运用于新情况，这正是DeepMind努力的方向。创始人Hassabis正在把他从人脑中得到的启发用于构建首个“通用学习机器”：一套能像生物系统一样学习的灵活、自适应的算法，仅使用原始数据就能从头开始掌握任何任务，也就是通用人工智能（artificial general intelligence ，简称AGI）。他认为未来超级智能机器将与人类专家合作解决一切问题，“癌症、气候变迁、能源、基因组学、宏观经济学、金融系统、物理学等，太多我们想掌握的系统知识正变得极其复杂。”通用人工智能思维的方式能从巨大的人类无法掌握的信息量中转换出可使用的东西，“我们所研究的东西可能是针对任何问题的元解决方法（meta-solution）。”另一方面，这场比赛的结果再度激起了人们对于人工智能带来的威胁的担忧，人类与机器的对抗很容易让人联想起科幻小说和电影中机器人反叛的骇人场景。去年7月，物理学家霍金、哲学家乔姆斯基、技术专家伊隆·马斯克和数千名知识分子在一封呼吁取缔“机器人杀手”的研发和应用的联名公开信中警告称人工智能方面的军备竞赛可能是人类的灾难。霍金近期总结道：“在创造人工智能方面取得的成功将会是人类历史上最重要的事情。不幸的是，这也可能是最后一件。”但Hassabis认为至少在目前这种担忧是过虑了，他认为现在距离能够达到人类级别的通用智能还差好几十年，并且DeepMind也在积极采取措施来避免通用人工智能的潜在危险，包括发布它的代码，在与谷歌的收购协议中附带“禁止将该技术应用于军事或情报用途”的条款、在公司内部召集伦理委员会和咨询董事会等。不过他也坦言，“技术本身是中立的，但它是一个学习系统，所以不可避免的，它们会承担一些价值体系的印记和设计者的文化，所以我们需要非常小心翼翼地思考这些价值观。”Hassabis还在《卫报》的采访中提到，他不久前跟霍金就人工智能问题进行了长达4个多小时的谈话，他认为那次会面可能一定程度上改变了霍金对人工智能的看法，因为从那之后霍金就不在媒体面前提及“人工智能煽动性言论”了。（文/贾敏）转自澎湃新闻：/
正文已结束，您可以按alt+4进行评论
相关阅读：
相关搜索：
看过本文的人还看了
每日微信 | 如果爱打牌的胡适也有朋友圈
新文化运动领袖胡适一度痴迷打牌你信么？不信就一起围观胡适的“朋友圈”吧。
←扫我订阅腾讯文化，每天至少一篇品味文章，让你的生活更充实
[责任编辑：zolazhang]
热门搜索：
Copyright & 1998 - 2017 Tencent. All Rights Reserved谷歌人机对战为什么没邀请柯杰? 揭晓谷歌围棋人机大战不邀请柯杰真实原因
<img src="/upload/editor//.jpg" width="500" height="306"
谷歌人机对战
　　谷歌AlphaGoVS李世石的世纪围棋人机大战已经进行了两场，但均以韩国选手李世石的失败告终!而在这两场比赛中，中国棋手柯杰成了大家热议的话题!早在第二场人机大战之前，柯杰就放话“阿法狗赢不了我!”而李世石连输两场后，网友们都开始在好奇谷歌人机对战如果是柯杰的话，真的能赢吗?也有网友好奇：谷歌人机对战有邀请柯杰吗?
　　谷歌围棋人机大战为什么不邀请柯杰?
　　柯洁，因为在谷歌AlphaGoVS李世石第一场，李世石失败后放话”阿法狗赢不了我“而开始受到网友们的关注，随后大家发现
这位年仅18岁的少年并不简单，甚至两度战胜李世石!
上一页1...
最近，还在和王宝强打离婚官司的马蓉带着孩子回家，不小心在家附近…
如果让我说出几个《仙剑奇侠传》里给我印象最深的角色，除了李逍遥酒…
最近，李小冉在微博晒出和曾泳醒的合照，非常开心地说自己找到了失…
《爸爸去哪儿》第二季体操奥运冠军杨威的儿子杨阳洋，自从节目结束后我…
一部《战狼2》彻底转变了张翰在娱乐圈的地位和评价，一句以后全部电…
成龙电影《机器之血》马上就要上映了，除了电影中的科幻元素和真枪…
提起玖月奇迹，相信大家都不陌生，作为从《星光大道》走出来的冠军，…
昨天由王俊凯主演的《天坑鹰猎》开机仪式正式开启，今天又有一组王俊…
曾经很恩爱离婚时却对薄公堂的七对明星，最后一对两败俱伤 文/一…
关注微信 获取最新资讯！