1樓：天地玄黃
有疑問的可以去看看這部電影！裡面說的很清楚了，李世石版AlphaGo在開始五番棋的前乙個星期左右才被樊輝二段發現了它在特定情況下會崩盤的bug，不過這個時候DeepMind團隊已經來不及修正這個bug了。而又正好在第四局比賽中被李世石神之一挖觸發了這一bug，而現場AlphaGo團隊自己承認是程式出問題了，所以我的結論是並不存在DeepMind故意放水這一說。
2樓：epicblue
不可能控制輸贏？隨便降低一下運算速度可不可能？
畢竟運算這種事情，不要和計算機計較輸贏，要說人類輸了就輸了，沒什麼大不了，實在大不了圍棋界劃分成cpu段位和古典段位。
這麼多人把圍棋當職業，留一局是留點臉面，不砸人飯碗的考慮，也是心底淡淡的溫暖。
算李世石碰上最後一班車了。
3樓：王sir
有可能，四五局都是單機版的，不是聯網的Alpha。實力降了乙個層次，也可以理解為谷歌放水（其實據說是為了省電費才不聯網的）
4樓：Tuckers
不是。演算法的問題。狗在執黑的時候比執白的「棋力」低。
可以理解為它在網棋和對棋譜覆盤的過程中學到了些不該學的東西。加上當時李世石的可能的劫爭造成的計算量壓力，狗就走上了zen的老路了。之後連續惡手也是。
完全不涉及放水。狗執黑的能力在第二盤你也看到了，算半個佐證。
黑棋貼目7.5或許是源頭？純猜測。
5樓：
請你不要質疑Google團隊的專業性，我覺得但凡有點操守的團隊都不會做出這種事。不僅是侮辱了李世石，同時也侮辱了他們自己的身份。
其次，這也不是什麼商業性質的比賽，輸了還給對方留點面子。這是一場AI與人類之間的曠世之戰。希望不要因為大家的妄加揣測，而導致這場決鬥蒙上了一層莫名的陰影。
如何理解谷歌團隊的機器翻譯新作《Attention is all you need》？
阿力阿哩哩 之前寫了一篇文章，正好回答一波。阿力阿哩哩 BERT的原理與應用 BERT是self attention的多層堆疊，所以了解BERT的同時也在順便了解self attention。1.Self Attention Layer原理 1 Self Attention Layer的出現原因 為...
DeepMind 研發的圍棋 AI AlphaGo 是如何下棋的？
橙小色 maybe阿爾法狗越戰越勇，覺得人類勝不了，不是悲觀，這個時候不需要執著於人定勝天的純真，科技的時代，即使是人操作的，但畢竟被操作的是機器 Ted Mosby 圍棋對AI來說，真是個簡單問題，每一步最多最多19x19個選擇，剩下就是如何評估這些選擇的勢態函式了 方法就是nature那篇文章裡...
2023年谷歌助手 duplex 是否可以通過圖靈測試？
龔家吉 不可以,AI 分為兩種,weak AI 和strong AI.weak AI 可以在行為上和人類一樣.act as human strong AI 需要和人類一樣思考.think as human 圖靈的觀點是weak AI,只要電腦能做到和人類一樣的事情那麼就是具有人工智慧的.也就是Dup...