1樓：張赫
忽然對這個問題有點感觸，隨便說兩句吧。根據我多年的遊戲經驗，想找到boss的弱點並擊敗它對於每個遊戲都是必然的，但摸索這個擊敗boss的經驗往往要經過無數次的嘗試。圍棋對於AlphaGo來說是個遊戲，它長期對這個遊戲的規律進行摸索，並針對人類的一般思維慣性來設計，並找到了破解人類既定下棋模式的方法；AlphaGo對於人類棋手卻是個新遊戲，棋手們在對這個對手幾乎一無所知的情況下以一種「開荒」的模式和它對戰，正如我們第一次玩街霸，就算你知道所有角色的所有招式，你也不可能通關，但熟悉了電腦的套路，就簡單了，換句話說，如果李世石，乃至乙個普通棋手，參與了設計AlphaGo，了解它運作的方式，或者是通過多次對弈的摸索，找到它的弱點，或是bug，那一定可以擊敗它。
最關鍵的是，再牛X的人工智慧，只要弱點被人類的智力發現，它就只能任人宰割，就好比，我燒一萬次墨菲斯托，他也想不到如何越過那道溝，如此而已。
2樓：王峰
這個比賽，應該是阿法狗的y=f（x）的bug（或者叫不完美）加上強大的運算能力，與人的腦力思維加上在一定情緒影響下的比賽。
3樓：hugo foun
本質上講，是這台「超級糾錯機」沒能找到對手錯誤而已。
但系統指令同時還有乙個「必須贏」，所以它不得不在資料庫中【「隨意」選擇】了乙個招數——阿爾法狗這台校驗糾錯機器（以及任何計算機）其實並不知道招數的好壞，它只不過是根據天量計算去尋找能帶來「贏」這一最終結果的那個步驟。所以碰到完全沒法選擇的情況下，就給出了「昏招」。
「妙招」、「昏招」、甚至「亂下」，對電腦而言其實沒有區別，只是一系列的後續校驗讓它選擇了導致「贏」的那個選擇而已——這就是電腦和人腦的區別。
4樓：
看了三天的人機對決，同時作為計算機工程師和圍棋愛好者，我的感覺非常糾結。一方面慶賀電腦科技一日千里，另一方面自己又少了一項可以與電腦叫板的技能。二十年前，IBM的深藍擊敗卡斯帕羅夫時，電腦圍棋界最歷害的程式叫做手談。
這個軟體的公開版本弱到凡是略懂些圍棋的愛好者都可以讓子對它取得勝利。
通過本週的三盤棋及點評，除了證明人腦下不過電腦外，更重要的是破除了人們對於圍棋的一些迷信。本週的三盤棋解說員的點評，很多都提到了電腦下出了一些布局上人類棋手不敢想也不敢下的棋。比如那個五路尖衝。
這讓我想起許多圍棋書本上都講過的各種俗手，愚形，以及一些開局的走法。電腦下了一些人類認為的俗手，但最終贏了，證明了某些所謂俗手，只是人類的迷信而已。普通愛好者有些迷信書本倒也罷了，但那些專業棋手是不應該的。
那麼這些迷信是從何而來的呢？我覺得人類的迷信，無非是對這個世界認識的一些侷限造成的。就如同在人們知道微生物的存在以前，對疾病的理解就只能是限於陰陽五行。
對於圍棋的布局，人類可能無法靠大腦對後續的局勢發展有個清楚的認識，所以總結了一些模糊的規律，就是這些所謂的俗手愚形。大多情況這些規律可以保證初學者少犯錯誤，又方便記憶，於是漸漸成了迷信。
其實人類棋手本應該在訓練中加入更多的計算機的輔助，也許就可以更早的破除這些迷信。但無奈的是專業棋手大多從少缺乏正規的學校學習，只有極少的專業棋手認識到計算機的優勢。把計算機和正規的棋手訓練結合就很難推動了。
網球運動員可以全身掛滿感測器對自身的動作進行優化和糾正，棋手同樣也可以在訓練時借用電腦驗證自己對局勢的理解與判斷。
上個世紀，吳清源大師開創了新布局，打破了上百年日本圍棋對開局的認識。過去的一周也許是圍棋的又一次突破。電腦將帶給專業棋手更加開放的思維。
除了破除對圍棋下法的迷信，我們也不用相信機器最終統治人類這樣的事情。雖然我們無法算清自身的未來，但也不必跳出一種迷信，而陷入另一種迷信當中。
5樓：商場太子黨
我從開頭就關注到現在……我發的截圖是在3月9號阿法狗第一盤贏了之後的新聞另一張是3月7號北韓警告南韓美國將會「…………」
綜合猜想，結局應該是金正恩拯救了人類於天網之中…
6樓：潘巨敏
1683771524乘以***等於多少？
一秒內你能算出來不？
肯定不能。
五塊錢乙個的計算器就能。
你能說你不如乙個五塊的計算器麼？
作為從小被人工智慧碾壓的我……
鬥地主鬥不過手機單機模式，
玩dota打不過瘋狂電腦，
2K也是各種被電腦虐，
電腦出問題一直靠360修，
文曲星裡的遊戲都通不了關……
憑什麼要對李世石敗給阿法狗悲天憫人呢。
人工智慧，人工智慧，不還帶個人麼。
人啊，最終只會自己變成機械人……這叫達爾文的進化，不是阿法狗的殺戮。
7樓：
不管輸贏，這次比賽，憑藉谷歌的炒作使圍棋成為了大眾熱議的物件，連我這個不懂圍棋的人最近也開始對圍棋有了一些了解，挺好的。
8樓：鳩摩智
很正常，就像你玩遊戲，即便再高手，也不可能每把都通關，因為少了心理戰和人為失誤等環節。但該人最終會打敗人工智慧，因為人的潛力是無限激發的，人工智慧始終就那個水平。
9樓：
對於這種現象引申出來乙個問題，乙個人只要專注於乙個領域，只要他智力正常並且堅持訓練，那麼就可以獲得相應的熟練能力。然而人的一生畢竟是非常有限的，因此如何判斷自己應該把寶貴的時間花在哪個領域才能不荒廢此生呢？回答自然是，要著眼於大時代的發展，在盡可能多的領域進行涉獵，排除死角後再做出決定。
有足夠實力和規劃則逆流而上，否則順應時代浪潮。當然，這些都預設了那些人頭腦足夠清醒。切記，我們不是因為懶惰而吝惜自己的努力，只是為了不讓那日復一日的執著變得一文不值。
10樓：
「我叫李世石，我是一名來自南韓的棋手，今天早上出門前我在網上各大投注點用盡家財下了鉅額賭注買我自己輸，我想，這就是人模擬人工智慧強的地方。」
11樓：子楠
練了一輩子下棋……連個機器都打不過。
如果有一天我發現我的所有工作，包括思維性的工作，全部都能被機器替代了。我會覺得很沮喪的。一輩子努力的結果究竟算個什麼呢？
如何評價 AlphaGo 和李世石的第三盤棋？
對於我這種不懂西洋棋的人來說。如果沒有深藍，根本不可能知道誰是卡斯帕羅夫。我想，倘使沒有深藍，即使是西洋棋愛好者，估計也不會有人到了3000年還記得卡斯帕羅夫。我覺得到了3000年人們還會記得李世石和樊輝，並且不會視他們為失敗者。 已登出 一直很穩的找最優解，是計算機的做法。人有所不同，人會犯錯，也...
如何評價第一局比賽 AlphaGo 戰勝李世石？
靜愛學習 不怎麼看。只不過是機器模擬構思了千萬種存在的可能性。無論人類怎麼出手，都要在計畫之內。不明白人類居然會贏一局。看來機器還是有待改善的地方。說智慧型感覺也談不上。不是和我們人類一樣的思維能力。機械人只不過得到答案，應付考試罷了。與第一位答主的新的時代到來，怎麼也得十幾年。思維能力，糾錯能力。...
李世石對戰Alpha Go，如何才能裝的很懂的樣子？
人類 阿爾法狗終於輸了一局啦，撒花撒花 阿爾法狗 沒錯是我輸了，真的是我輸了，是的，我輸了，別懷疑，我沒有那麼厲害，是被李世石打敗的，恩，一定是這樣，別拔我電源線。 ChipsetS 不要從圍棋角度去分析，要從演算法入手，簡單了解幾個名詞諸如蒙特卡羅演算法，分布式計算，隨機 偽隨機數等，然後就可以在...