阿發夠：「即使身為網路思念體，但是只要想到G董站在我背後就不寒而慄…:cry: 」


:laugh: :laugh: :laugh:

聽說第三戰大陸棋手輸得很慘，大概從三十幾手就開始苟延殘喘了

不像第二戰，李世石一直和電腦勢均力敵到後盤才失守...

第三戰還是李世石在下啊？你是不是把講評的和下棋的搞混了？

大概是偶搞錯了 :stupefy: :stupefy: :stupefy:

AlphaGo測試的是「機器學習能力」而不是「人工智慧」
就算AlphaGo五比零打敗李世乭，他還是沒有思考能力
要通過圖靈測試才能稱其有「智慧」
(讓受測對象用自然語言無法分辨出是機器還是人類)

不過，能讓機器用AlphaGo學習棋藝的這一方法來學習人類語言，
加快人工智慧的發展，我個人是樂觀其成


另外，假如柯傑每天有上網下棋的習慣，應該讓AlphaGo去亂入幾場試試

40其實今天剛開局頗有"狗"流之風範...
看來有偷師學一下..

只是沒圍棋狗那個神算般的計算值...
後面被攻, 打慘了...

不曉得以後是不是會騰出阿爾法定式...
狗狗流派...:laugh:..
我看百度那邊已經有人騰出一些狗狗流派的定式了...:laugh:..

這個影片的解說還滿淺顯易懂的：
http://www.theverge.com/2016/3/9/11...lligence-impact

AlphaGo先用Policy Network選出棋盤上「有效的位置」(例如「眼」不能下)
然後用Value Network從那些位置中選出「最重要的」來下

那它怎麼知道哪些位置重要？從它三千萬場的對弈數據中得出「勝率比較高的地方」
(用統計來機器學習，可能會輸掉的地方不下，就像人會從錯誤中學習)

但是那不是「必勝法」
AlphaGo還是有可能選支線選到輸掉

　　　　　　○ …
　　　　　↗
　　　　 ● → ○ → ● → … → ● 贏了
　　　↗
　　 ○ → ● → ○
　↗　　　
●　　 　　　 ○
　↘　　　↗
　　 ○ → ● → ○ → ● → … → 輸了
　　　↘
　　　　 ● → ○ → ● → … → 贏了
　　　　　↘
　　　　　　 ○ …

影片中提到AlphaGo大約先計算了20手，不知道職業棋士比賽時會預先算幾手？
還有，進入讀秒1分鐘的階段能先預算幾手？

中韓合作湊齊世界前二十合力上估計也贏不了,每個人棋風不同 , 光討論該怎麼下就會超時了 , 除非一次分開下二十盤而且像中國古棋一樣一開始就對殺, 不然棋盤一小就沒機會了.

應該是像以前電影演的一樣，狗狗一次一挑五吧，
同一步要對付五個人
五個棋風不同的九段總有一個會贏