为什么顶级围棋选手和人工智能旗鼓相当，而棋手却不然？受欢迎的科学。

人工智能的发展已经到了在各种棋类游戏中无人能敌的阶段。

人类顶级围棋选手和AlphaGoMaster以0:60的比分对战。

1997年，IBM的“深蓝”击败了世界排名第一的国际象棋选手加里卡斯帕罗夫。

3.5胜2.5负(2胜1负3平)

19年后，谷歌的AlphaGo大师也击败了世界排名第一的棋手柯洁。

那么，顶尖的人类棋手离人工智能还有多远呢？韩国唯一击败AlphaGoLee的顶级棋手李世石(Lee Se-dol)在退役后与韩国人工智能“韩斗”(Han Dou)进行了一场比赛。

AI是2，黑色是3又3/4。

在这些条件下，AI在开局游戏中的胜率无限接近1%。

但是AI2:1赢了。

为什么人工智能如此强大？它是如何超越人类的？事实上，人工智能的成长一直是一个仿生的过程。

所有的象棋比赛都是关于在规则下计算的能力。

1997年版本的“深蓝”以每秒2亿步的速度运行。

1997年的“深蓝”可以搜索并估计接下来的12步棋，而一个优秀的人类棋手可以估计接下来的10步棋。

正如中国古代军事家孙子所言：“不战则胜。”

没有战争和寺庙不是赢家，不得不少算。

赢的多了，赢的少了，情况就什么都没有了!＇

那么，为什么计算机花了19年的时间才在围棋上击败人类呢？同样，这是一个计算问题。

AI在围棋中的挑战在于棋盘空间。

国际象棋的空间状态是1043。

Go有10170个状态空间。

这类游戏具有较高的分支元素。

围棋中可能的情况比宇宙中原子的数量还要多。

考虑到游戏的宽度(变化)并没有考虑到游戏的深度(考虑的移动数量)。

因此，直到2016年，围棋专业人士的共识是，计算机永远无法击败顶尖的人类棋手。

从当时的情况来看，计算机确实有点“计算的机器”。

因此，科学家们开始研究新的想法。

人们如何利用有限的资源？最典型的例子就是种花，果实要尖，果实要稀。

因为植物的营养是有限的。

如果不削尖和削薄果实，你就得不到好的结果。

围棋棋盘上有许多空间状态，但每个空间状态的值是不同的。

所以对变化的计算必须被删减。

0

0

试着找到最大的。

但是从外面看不出苹果的大小。

你可以每次随机选择一个。

然后和上次比较。

大的留下了。

你这样做100次，1000次之后会发生什么？剩下的不一定是最大的苹果，而是目前最接近最大的苹果。

与蒙特卡洛等价的是拉斯维加斯算法。

同样，一个盒子里有无数个钥匙。

试图找到一把钥匙来打开一把锁。

或者你也可以一次随便拿一把。

它打不开，扔不掉。

你这样做100次，1000次之后会发生什么？这是可能发生的，但不能保证。

下棋时，你是根据过去的经验做出选择的。

人工智能还利用过去的经验来找到最接近正确答案的值，并为每个选择点分配一个值。

人们关注的是每场比赛的胜率。

AI如何分配每个选择点的值？这与神经网络和深度学习是分不开的。

人类思维的物理基础是人类的神经网络。

人工智能的神经网络系统是仿生学的结果。

有了这种物质基础，就有了机器学习。

深度学习是机器学习的一部分。

深度学习是学习样本数据的内部规律和表示层次，学习过程中获得的信息对数据的解释有很大的帮助。

0

深度学习是一种复杂的机器学习算法，可以分为监督学习和无监督学习。

老师布置作业，学生做习题。

这是一种监督式学习。

通过实践掌握问题的规律。

只要考试完成题目类型就会。

在现实生活中，经常会出现这样的问题：缺乏足够的先验知识，因此难以手动标注类别或手动标注类别的成本太高。

当然，我们希望计算机为我们工作，或者至少提供一些帮助。

比如，在没有电脑的情况下，人们通过长期观察和对大量数据的思考，找到了克山病的病因。

但这项研究花了几十年才发现这种模式。

人工智能的无监督学习模拟了人类的这种学习过程。

可以加快人们对未知事物的认识。

深蓝和阿尔法最初都是喂食人类象棋。

例如，击败李世石的AlphaGo Lee，输入了大约16万颗人类棋子和数万种人类模式。

自学成才的AlphaGo Zero不仅远超李世石，就连AlphaGo Master也不是AlphaGo Zero的对手。

这就是专业人士所说的，AlphaGo Lee的棋仍然很聪明(因为人类的阴影)，而AlphaGo Zero的棋完全看不懂。

许多旧的认识已被纠正。

成千上万的表格被丢弃了。

2005年前后，有一个栏目采访了顶级棋手：如果有围棋之神，你离他有多远？

还记得当初的共识是让两个儿子。

现在，顶级玩家与AI的距离只有两件。

那么AI是围棋之神吗？当然不是。

它只是接近最优解，而不是最优解。

换句话说，人工智能是相对真理，是绝对真理的一部分。

它并没有穷尽真相。

最好的例子是《芈氏飞剑》。

这个公式是人工智能公式流行的时代，人类发明的公式。

AI一开始并不知道这一点，经过一段时间，这成为了AI的一种常见模式。

人工智能还远未完成。

从AlphaGo Lee到AlphaGo Zero，都有一种当事情变得好的时候就放弃的习惯。

前面的一方有很大的优势，但当它以任何可能的方式获胜时，它就会让步。

最后只有一两分。

作为人类棋手的陪练，这还不够好。

所以人类要给它增加个性。

中国的AI星阵就加入了“不退让”的个性。

曾经有人预言AI会使围棋衰落。

我不这么认为。

古代无论东西方绘画都有追求像的趋势。

但是当照相机出现后，画得再像也赶不上照相机。

但是绘画仍然向前发展并没有衰落。

只不过现在追求的是意境和感受了。

围棋在商业因素的影响下从两日制演变到包干制的快棋。

人的能力在哪摆着，棋的质量不可能不受影响。

当信奉“天下武功唯快不破”的时代遇到任谁也快不过的AI。

这种“快”还有意义吗？

围棋也不能