人类如何与alphaGO对弈更好？
　　1. alphaGO在决定下一步时，是模仿人类的策略：选出一些可能的着法，逐一做一定深度的计算，依概率从中选择最优方案。也就是说alphaGO的下一步正确的概率较大，但不是绝对正确。因此人类肯定存在战胜alphaGO的可能性，这个信心绝对是有科学上的基础的。　　2. 由于alphaGO是依据概率进行对弈，因此不要有一击取胜的幻想，要把alphaGO当着平等的对手，每一盘战斗都是艰难的过程。
　　3. alphaGO之所以模仿人类策略，而不是采用暴力穷举法，是因为受到硬件水平的限制。即使它采用类似人类的“更聪明”策略，这个计算量也是巨大的。因此我们看到在对弈时，alphaGO在时间上并不比人类占优。不仅如此，alphaGO采用的是并行多CPU系统，类似于人类团队作战，也就是说人类是单人和机器人团队作战——这个有不公平之处！
　　”因此人类肯定存在战胜alphaGO的可能性"，但现在这种可能性或许是 0.01％。　　那么，剩下的三盘棋中，能胜一盘的概率也就非常小了。　　所以，这一策略如何？　　－－－－－－－－－－－－－－－－－－　　看来AlphaGO的特点是遇强更强。　　那么是不是对眼前局面进行策略选择时，只需要选出胜率最高的那个下法即可呢？　　既然李世石在前两局中已经被证明，其竞技状态和计算能力并不可能是AlphaGO的对手了，是不是应该从策略选择上考虑一下呢？　　即，猜想一下，AlphaGO遇到弱智棋手，是不是也会在应对上比那个弱智只稍微强一点，以致于虽然必胜，但是整盘表现是个半弱智的样子呢？　　这样的话，李世石可以在前半局装傻，下成弱智局面，然后再后半程首先发力，甩掉AlphaGO呢？　　这也是死马当作活马医的唯一出路了。　　^_^。。。。。。。。。。。。。。。。。
　　今天是第三盘，李世石是奔溃认输还是扳回一局我们拭目以待。
　　我只驳斥第三点。　　alphaGO是一个程序，它可以在单CPU上运行（估计速度感人），也可以在多CPU上运行。先不说多CPU公不公平，在座各位谁的电脑还是单核的？
　　@ChoiKenji
10:08:17　　我只驳斥第三点。　　alphaGO是一个程序，它可以在单CPU上运行（估计速度感人），也可以在多CPU上运行。先不说多CPU公不公平，在座各位谁的电脑还是单核的？　　-----------------------------　　我不认为在座各位的电脑与这个问题有关
　　首先人与电脑的对于，应当取消时间，人特别是个人是劣势；　　要是可能，人类群体应该能够胜任，就目前，而不是个人　　最大的可能不在于旧，而在于新
　　果然还是炒作这个！剧本好演的更好，水军配合的也好！一切都很美好！
　　关于阿狗是怎么下棋的，这现在还处在保密阶段，怎么找它的弱点？韩国棋手以精于计算闻名，正好被计算机克制。　　
　　@lotus_003
16:59:41　　首先人与电脑的对于，应当取消时间，人特别是个人是劣势；　　要是可能，人类群体应该能够胜任，就目前，而不是个人　　最大的可能不在于旧，而在于新　　-----------------------------　　电脑并没有想象中的拥有那么快速的运算能力，不然alphaGO也不至于在对弈时每一步都要花1分钟多的时间在走棋了
　　@m14a4
17:15:35　　关于阿狗是怎么下棋的，这现在还处在保密阶段，怎么找它的弱点？韩国棋手以精于计算闻名，正好被计算机克制。　　-----------------------------　　细节可能还不清楚，但这个不是那么重要
　　人类根本不需要击败AlphaGO。　　这两天论坛上满是“人类被电脑击败”的悲鸣。其实我却想欢呼，人类又前进了一大步。　　AlphaGO是人类创造的机器，就如同人类创造了汽车，不是用来和人类赛跑的，而是让跑不快的人类也能达到一个远超过博尔特的速度。难道我们不应为此欢呼，而要因为自己的双腿跑不过汽车而沮丧吗？　　此次人机比赛，并不是一次赛事，而是一次对AlphaGO的测试。测试一下这个人类创造的机器聪明到了什么程度。李九段只是一个测试员而已。输棋并无损于李九段的地位，更无损于人类的尊严，反而说明了人类在计算机技术上取得了长足的进步。以前最好的围棋软件只能达到业余段位的水准，而这次直接进入到专业九段的范畴，难道不是一次人类科技的一个飞跃吗？　　三轮连败，基本说明了AlphaGO具备了专业九段的能力，接下来的两局，我希望李九段能赢或平一到两局，这样也就测出来AlphaGO的能力就在九段左右。如果五局全输，则说明AlphaGO可能已经超越九段，但到底有多高还没有测出来。也许需要重新定义十段？十一段，亦或是九十段也未可知哦。　　是不是AlphaGO出现以后，围棋运动就没有意义了呢？更不能这么认为，你看现在满街跑着汽车，但人类仍然在运动场上奔跑。同样的，围棋永远是人类的运动。也许会再分化出电脑围棋赛，就象现在的各种赛车运动，那只不过是人类的另一项运动，是软件技术的比拼而已。　　而且电脑围棋能力的提升将会对促进人类围棋的能力，至少可以用它来训练人类棋手。这难道不是好事吗？我们难道要为此沮丧，而不是为之欢呼吗？
　　很简单：允许打劫。
　　@绯村翔
21:04:15　　很简单：允许打劫。　　-----------------------------　　今天下午的棋你没看吧。李九段和阿法狗在互相打劫。
　　昨天的乐视直播，提到网友认为“单人和机器人团队作战不公平”，嘉宾科尔沁夫支持这个观点，柯杰表示人类组成棋手团队的实力也会大增，若李世石对由人类超一流棋手组成的团队，也没什么机会。　　而在腾讯的直播中，古力也表达了组成五人团队对抗AlphaGO的意见
　　哪有那么麻烦。　　随便找几个会下棋的，来几场10V10，就行了。　　如果人脑还是占优。那么，你看，人脑知道怎样战胜电脑，而电脑却不能。　　是的，电脑不能自我觉悟，而人可以。
　　连笑在回答“需要谷歌提供AlphaGO什么信息？”的时候，表示没有什么需要？可能由于问题突然，他没想好。实际上是需要的，比如：　　1.提供这五盘每一步棋，AlphaGO对形式做的预测数据　　2.提供这五盘每一步棋，AlphaGO最优应对的走势预测
　　首先祝贺李世石　　其次，AlphaGO今天的着法确实向我们展示了天才与疯子之间只有一念之差
　　研究和alphaGO对战没有意义　　alphaGo之后，人类再也不是电脑的对手　　研究怎么让电脑听话才是更重要的课题
　　@刑罚长老
20:38:04　　研究和alphaGO对战没有意义　　alphaGo之后，人类再也不是电脑的对手　　研究怎么让电脑听话才是更重要的课题　　-----------------------------　　可笑的结论
　　@wanglaow
09:56:12　　”因此人类肯定存在战胜alphaGO的可能性"，但现在这种可能性或许是 0.01％。　　那么，剩下的三盘棋中，能胜一盘的概率也就非常小了。　　所以，这一策略如何？　　－－－－－－－－－－－－－－－－－－　　看来AlphaGO的特点是遇强更强。　　那么是不是对眼前局面进行策略选择时，只需要选出胜率最高的那个下法即可呢？　　既然李世石在前两局中已经被证明，其竞技状态和计算能力并不可能是AlphaGO的对手了，是......　　-----------------------------　　跪舔有意思吗？
大家还在看电脑是如何下棋的：关乎智力的高级挑战|人工智能|弈棋计算机|深蓝_科学探索_新浪科技_新浪网
电脑是如何下棋的：关乎智力的高级挑战
藤盒装的中国云子。图/维基百科
围棋起源于中国，是最古老的棋类运动之一，我们常说的“琴棋书画”中的“棋”就是指围棋。
“深蓝”在1997年的一场历史性的人机大战中战胜了人类国际象棋冠军卡斯帕罗夫。 图/Peter Morgan
1996年，许峰雄博士(右，现为微软亚洲研究院高级研究员)代表“深蓝”与卡死佩罗夫对弈。
　　本文转自《科学世界》
　　原作者：黄铂钧(微软亚洲研究院)
　　你喜欢下棋吗？有没有和计算机下过？现在，弈棋计算机的棋艺日益高强。让我们通过分析以围棋和国际象棋为代表的弈棋计算机，对人工智能的研究有一个更为深入的理解。
　　弈棋计算机
　　弈棋自古被视为一种关乎智力的高级挑战。和其他智力测试相比，弈棋具有直接对抗的特点，没有什么比在紧张的对局中看到对手一手精妙凶狠的棋招更 能让人感觉到一种智力上的刺激和挑战了。弈棋相比于其他牌类游戏而言，随机和不可控因素更小，因此对局双方的决策能够更直接地控制整个局面的走势，这进一步增强了智力的对抗性。
　　毫不意外，在国际象棋更加流行的西方国家，人工智能领域自创建之初就在考虑如何制造一个会下国际象棋的机器。几乎所有人工智能先驱，包括信息论 创始人香农、“人工智能”之父约翰?麦卡锡(John
McCarthy)、计算机科学创始人图灵，都曾严肃思考过制造国际象棋机器的问题。20世纪80年代初，贝尔实验室的工程师们(其中包括著名操作系统 Unix的联合创作者肯?汤姆森)开发出历史上第一个具有人类大师级水平的国际象棋机器“Belle”。到80年代末，卡内基梅隆大学的许峰雄博士在 “Bella”的思路基础上(将在后面详细介绍)进一步改进，研制出了第一个特级大师水平的国际象棋机器，取名“深思”(源自《银河系漫游指南》中的超级 计算机)。随后，许博士加入IBM研究院，在那里和其他几个团队成员一起研制出了实力更强的弈棋机器“深蓝”，并最终于1997年的一场历史性的人机大战 中以3.5：2.5的比分战胜了人类国际象棋冠军卡斯帕罗夫(卡斯帕罗夫不但是当时的人类冠军，同时也是人类历史上国际象棋等级分最高的职业选手)。
　　在围棋更加流行的东方，围棋大师的头衔同样是智力超群的象征。自从计算机在国际象棋上挑战人类成功之后，所有人的目光就聚焦在了围棋这项古老的 东方棋类运动上。然而对计算机来说，围棋似乎是个比国际象棋更“难”的东西。1985年，企业家应昌期先生悬赏一百万美金寻找能够打败人类职业棋手的计算 机，可时至30年后的今日仍然没有一台计算机能够做到。20世纪90年代，以我国陈志行教授开发的“手谈”程序以及著名开源软件组织GNU开发的“GNU
Go”程序为代表的“计算机围棋冠军”们，棋力尚且不及人类的业余初段。进入21世纪之后，研究者们开始探索一套被称为“蒙特卡洛树搜索”的全新思路(将 在后面详细介绍)，并终于在2006年在9×9的“小棋盘”上率先产生突破。以法国的MoGo和CrazyStone为代表的新一代围棋程序在9路围棋上 基本已经达到人类职业棋手的水平，甚至曾在公开场合战胜过职业棋手周俊勋九段。另一方面，在真正的19路围棋棋盘上，以日本的ZEN(天顶围棋)和法国的 CrazyStone为代表的一流围棋程序沿着“蒙特卡洛方法”的思路不断改进，在和人类顶尖职业棋手进行的一系列让子棋比赛中屡有佳绩，而近些年人类棋 手能“让”计算机的子数也越来越少。最有趣的是在2013年，计算机程序CrazyStone在受让四子的情况下战胜被称为“人脑计算机”的日本棋手石田 芳夫九段，并被认为已有业余五～六段的水平。
　　截至目前，尽管计算机在公平的围棋比赛中还不足以直接抗衡人类职业棋手，但相关的研究热度却很高，大家普遍对近期前景持较为乐观的态度。“深蓝之父”许峰雄博士甚至在2007年10月的一期《IEEE Spectrum》杂志上表示，相信10年内超级计算机将能挑战世界冠军级别的人类棋手。
文章关键词：
&&|&&&&|&&&&|&&
您可通过新浪首页顶部 “”， 查看所有收藏过的文章。
，推荐效果更好！
看过本文的人还看过& 新闻客户端 &
两台绝顶聪明的电脑下棋对弈，谁会赢？ 理由是什么？
@晓风残月 和 @慧航讨论了棋类游戏作为finite game of perfect information的情况，这里我补充一下infinite game of perfect information的情况。很多人已经指出了Zermelo's theorem，正好知道GEB有篇文章(http://www.labri.fr/perso/gimbert/enseignement/enseirb/zermelo.pdf)对Zermelo's theorem以及其他人的工作的阐释，理清了一些广泛存在的误解，甚至翻译了Zermelo的原文。这里介绍一下在descriptive set theory里的相关内容，考虑一个game tree：
由game tree上的所有node组成。存在一个root，，即任取, 。
指派给所有node一个player。这个player将在从行动集合中选择一个行动。
可由到达的行动序列递归定义：， for 如果 ,则 for 。所以，如果存在使得，则。
Remark：我们的这个设定还是比较一般的：它不要求当一个player选择完行动后，接下来的player一定是其他的player。它也对每条path的长度也没有限制，可以在有限步内结束，也可以永远的进行下去。
在这个game tree上所有的outcome构成的集合，记为
我们定义，在这个game tree的outcome set，, basic open set（生成所有开集的开集）的形式为: 对于某个自然数，
所谓一个游戏规则，对应于一个定义在的函数：
对于player I,
对于player II,
Remark：并不是所有效用函数都保证maxmin value等于minmax value，（见以前我答过的Bernstein set的例子：设某个纯策略博弈的纳什均衡不存在，那么相应的混合策略博弈的纳什均衡会存在吗？ - 长泽雅美的回答）。也就是说，如果允许使用选择公理的话，我们可以说存在一个游戏规则使得没有人可以获胜。
Observation：我们已知的棋类游戏都是在有限步骤内判定一方获胜，或者因为双方陷入无限重复某局面而被判定和棋。这对应的情况为,并且它们的原项均为 集合，也就是闭集合的可列并。
定理（Donald Martin）：当 为一个Borel measurable函数，则。
这个定理太过强大，我们其实只需要如下的定理：
定理（Philip Wolfe）：当获胜集为集合时，则。
References：
[1]:Martin, Donald A. &Borel determinacy.&
Annals of Mathematics (1975): 363-371.
[2]:Mycielski, Jan. &Games with perfect information.&
Handbook of game theory with economic applications 1 (1992): 41-70.
[3]:Schwalbe, Ulrich, and Paul Walker. &Zermelo and the early history of game theory.&
Games and economic behavior 34.1 (2001): 123-137.
[4]:Wolfe, Philip. &The strict determinateness of certain infinite games.&
Pacific Journal of Mathematics 5.1 (1955): 841-847.
(本文来源：知乎每日精选
没有相关新闻
用微信扫描二维码分享至好友和朋友圈