其實ag是可以復盤的啊
至少可以得知取樣跟推演
我個人的看法是 如果電腦演算法超過了人類的水準 要得知某一解是否有較佳解最好的方法是給予更多資源去運算 增加搜尋深度廣度
事實上以現在的例子而言
我們可以回去看人類認知的可能較佳解是否曾出現在選項 如果有是因為那些分枝被捨棄 就可以一窺ag的思路
※ 引述《sadmonkey (下雨天)》之銘言：
: 先說明我只是圍棋的門外漢，程式也只是略懂，
: 心中有些感想想分享，版主若覺得不適麻煩幫刪掉，感謝！
: 如果今天是一位學棋不過四五年十歲的天才兒童，
: 半年前挑戰樊麾贏了，半年後挑戰李世石下出一堆怪招還是贏了，
: 人們會如何看待這位十歲天才與圍棋的未來呢?
: 我想大多數人會更期待他能下出怎樣的棋而不是擔心棋界被壟斷吧。
: 我覺得大多數人對電腦的不信任是因為心裡想的是舊的演算法，
: 認為電腦只是會背一堆棋譜一堆定石，並在收官時完美算子來下贏，
: 所有的勝負只是端看誰背的知識更純熟誰的官子計算更完美，
: 那圍棋充滿魅力的佈局與大局觀完全消失殆盡，這真的讓人沮喪，
: 但這兩盤很明顯的電腦並不是靠定石靠收官在贏棋，
: 反而是下出了人們意想不到的佈局棋局，
: 看似很差卻怎麼也無法針對其弱點給予一擊致命的打擊，
: 如果多了解這次人工智慧的背景越會了解它完全像人類思考，
: 只是他的學習能力是人類的數千倍他的體力也是人類的數十倍，
: 就像是一位真正完美無瑕的天才圍棋兒童一般，
: 他不但過目不忘而且還能自己跟自己每天對奕上千上萬盤並檢討。
: 對AlphaGO來說他也跟眾多棋手一樣靠著不斷模擬對奕在尋找神的境界呢。
: 最後來談談AlphaGO的出現可能造成的變化吧，
: 好的方面來看，就追求最好的一步棋來說，
: 電腦的出現可以幫助人們思考，
: 很多原先因為太複雜很難去考慮的中空落子問題，
: 可以讓電腦先去跑出幾個好的選點再來詳細討論與思考，
: 就像一位天才圍棋的誕生永遠都會革新讓圍棋界進步，
: 人們將會離一直追尋的神的境界又跨出了一大步，
: 同時這位天才棋士還是可以複製的，學棋的成本將大大降低，
: 不但可以複製連各種棋風都可以很輕易設計出來，
: 只要將最後贏棋目標目數提高自然會變得更加主動進攻，
: 人們將能更了解圍棋中複雜的面貌，厚薄優劣貼目多寡等等的。
: 壞的方面來看，未來職業棋士將何處而去？
: 如果不久的將來Google最後開發出來完整的圍棋教學分析系統，
: 每個人都可以輕易的用較低成本來學棋，
: 職業棋士最重要的生路會不會被機器取代？
: 連生存都很困難的情況下之後還會有人敢踏入圍棋界嗎？
: 另外既然人類學習效率比不贏電腦，會不會就失去學棋的目標，
: 未來追求圍棋中的最佳路徑將完全交給了電腦，
: 圍棋變成了一種休閒而不再是一種職業了。
: 除非能找到人工智慧演算法中的漏洞，
: 讓他的自我學習機制產生迴圈或是收斂急速趨緩的瓶頸，
: 不然圍棋界電腦完全征服人腦的時間遲早會來，
: 而且來的比大多數人想像的快太多了。
: 如果電腦帶來的圍棋界的毀滅，
: 我想這絕對不是開發者黃博士心中的願景，
: 所以我相信最終必能找到適當的解決辦法處理可能發生的困擾。