1樓：支浩宇
瓶頸在於南韓,中國,日本都並非數學和演算法方面的頂尖國家，而歐洲人的圍棋水平很差。
真讓乙個數學厲害，圍棋也厲害的國家去搞，機器早就能下贏人了
2樓：Mr.Wish
理論上來說，一切都可以計算出來。
所謂的「厚勢」，是我們人類無法將其量化的一種表達。
我們沒法證明這些內容（包括藝術）在未來仍然不能被量化。
3樓：
實際上圍棋的AI已經超越了人類。
目前最先進的人工智慧使用的演算法是基於概率論的考量，也就是不再從邏輯方面來尋找最佳的落子位置了，而是通過模擬演算，來獲取各個落點的勝率，最後選擇最優解。
當然，這種演算法需要建立在極強的計算能力下的，在普通計算機上，這種AI會看起來非常愚蠢，但隨著計算能力提公升，AI的棋力呈幾何級數上公升。
4樓：
所謂 "感覺" 等形勢判斷其實就是高層的評價函式, 現在只是運算能力的不夠只能打贏絕大部分的人類, 等更優化的演算法和硬體出來後可能就能打贏所有人類了...
現在除了 Monte Carlo Tree Search 還有 Deep Learning 的做法
學習的樣本不夠, 就機器互搏, 用遺傳演算法來產生新樣本...
2016-2 更新： 現在機器圍棋已經超過人類啦，什麼感覺呀大局觀呀都只是加層神經網路而已
5樓：
記得原來IBM的Deep Blue超級計算機贏了西洋棋的世界冠軍，用的就是機器學習。
然而西洋棋和圍棋大大的不一樣啊，像深藍計算機學習了100000盤棋局就能上去幹了，圍棋可不行，100000盤可不夠學的。
所以說瓶頸可能是計算速度，還有學習的盤數吧
6樓：程名
從數學上講，手數有限的棋類必然有某一方理論必勝，當然，只要計算機夠強大，就可以計算出來。
也就是說，很可能人類再厲害也下不過電腦。
不過到那時，圍棋可能就像井字棋一樣無聊了。
所謂感覺，不過是一種行棋的經驗，類似於陰陽五行這類，若能完全看透乙個棋，那麼這些就都是多餘的。
7樓：
幾乎沒有不可逾越的瓶頸。
試想以下幾個條件：
1，科研經費足夠；
2，AI設計者同時具有極高計算機水平以及圍棋棋力，並且有強烈的意願和時間來開發AI；
3，設計者有足夠的演算法領悟力，將自己的圍棋思維力和電腦的計算力集成為一體。
誰還敢說電腦不行？
人腦VS電腦：
人能口算四位數乘法已經是天才
二十年前的計算機算個十位數乘法也不在話下
人思考乙個圍棋的分支需要幾分鐘甚至幾小時
計算機只需要毫秒級別
這哪是乙個量級的？
目前人能戰勝電腦是因為人的思考更有目地性，電腦的」思考「更加隨機和無章法，缺乏對」勢「的判斷等等原因；但隨著圍棋演算法發展，該解決的總有解決的那一天。
不過也不用覺得可悲，象棋特級大師早就玩不過電腦了，他們照樣可以享受象棋的快樂。
8樓：「已登出」
因為沒那個閒錢！
因為沒那個閒錢！
因為沒那個閒錢！
造乙個圍棋機械人和造乙個西洋棋機械人本質區別能有多大。。。
可是我們已經知道了機械人能在棋類運動中完爆我們為啥還要在浪費人力物力造這東西啊，科學家是抖M麼。。。
更何況美中國人又不下圍棋，中中國人技術可能達不到。。。
所以自然沒有人造這玩意
9樓：
形勢判斷難以用乙個函式表達，這使得機器不能像人一樣思考下一步的走法（人可以想「我這麼走得到厚勢可以滿意」，電腦會想「厚勢是什麼？好吃嗎」）。
另外，以UCT演算法為代表的蒙卡方法先天不足，不一定能走出正確的棋來，而且即使用蒙卡演算法把概率算準了，也還是無法避免這一問題。這是因為走某步棋之後贏棋概率高不表示這步棋是對的，比如
有字母的方塊表示黑棋走棋前的狀態，圓圈表示白棋走棋前的狀態，箭頭表示下一步棋的可能走法。最後的黑方塊表示黑棋贏，白方塊表示白棋贏。在A狀態下輪黑棋走，有B、C兩種應法，用UCT等演算法計算B、C的贏棋概率，可以發現走B的贏棋概率是2/3，走C的贏棋概率是1/2，於是電腦會認為黑棋應該走B。
然而如果黑棋走B的話白棋只要走F黑就輸了，相反如果走C的話白棋只能走G，黑棋只要接著走H就贏了。
這個例子表明UCT演算法在可落子的地方不多時可能會犯傻，這意味著UCT演算法在碰到官子或者死活的時候棋力會變低，這一現象不因電腦效能提高而改變。事實上跟crazystone等軟體下棋的確可以感覺到這一點。
當然，也許可以在碰到官子和死活的時候換一種演算法，但這又繞回了開始的問題：沒有形式判斷函式，電腦就不知道什麼時候該換算法。
10樓：扶焰
機器擅長處理大量的資料，但是對於「形狀」沒有「感覺」
現在圍棋軟體走上了蒙特卡洛演算法的的邪路，覺得既然機器不可能解決這種問題，那索性就不解決，放棄圍棋的邏輯，通過統計下一步的勝率來迫近最優解。這種軟體，根本不是在下棋，贏了也沒意義。
人與人是無法溝通的嗎？
阿香 如果兩個人此時都有情緒，他們關注的事情不一樣，也不願意去拋開情緒站在對方立場去想的話，真的很難溝通。但凡有乙個人能看的清楚透徹，站在這件事情之外去看待問題的本質的話，再去解決起來就好多了。 誠也 觀點 乙個人與另乙個人不能完全溝通 人類的悲歡總是不相通的。是真的。沒有兩個完全一模一樣的人，學歷...
為什麼我總是無法正常的與人相處
光束隨談 每個人都是不完美的,都有自己的優點和缺點,你總是拿自己和周圍的人作比較,然後憑自己的判斷對照自己的標準評了乙個等級,把注意力放在別人的缺點上,這是一件多麼累的事情呀,就是你的眼睛老是叮著別人不好的地方,然後你自己死要面子,還想掌握局面,讓你感覺自己覺得虛偽,所以覺得累.我們應該接受自己的不...
傳統自動控制 機械人等與人工智慧 機器學習的結合點（包括已有的和可能的）有哪些？如何結合？
abelHe 傳統自動控制與機械人是遵循定義好的流程來重複著進行工作。人工智慧與機器學習的加入可以監督 研究機械人的工作，從而發現更省成本 更安全的作業方式。可以把機械人看作四肢，人工智慧看作大腦。 自動駕駛無疑是自動控制和人工智慧的完美結合。各大自動駕駛公司裡，自動控制組都是和人工智慧各個組緊密合...