裡面是討論最近各種被人們討論的AlphaGO 說法的懷疑，簡言之就是對
AlphaGO潑冷水。 內容包括AlphGO是否
可以適用於所有棋類，以及AlphaGO是否
真的具備我們人類這種直覺反應的創造力
等，十分有趣。
http://sports.sina.cn/others/qipai/2016-03-16/detail-ifxqnskh0869036.d.html?fr
另外，深藍之父Murry Cambell 也對此次
AlphaGO的表現發表了看法。
http://m.news.sina.com.tw/article/20160316/16428373.html

轉好文推

牠會說:請多多指教嗎??

坦白講深藍跟AplhaGO是不一樣的邏輯,深藍只不過是將西洋棋的規則寫進去,再用CPU運算,但AlphaGO是用演算法兩者級數差很多

樓上的要不要先去了解「演算法」的定義？你所謂的用 CPU 運算本身就是演算法了

本人就用過類神經網路,深藍根本沒自我學習能力兩者在程度上差十萬八千里

平心而論..深藍當年贏的非常有爭議性，當比賽完成後IBM趕緊把電腦拆了，再也沒有後續發展，可見當年憑藉的是暴力式硬體規格，至於後來的華生上益智節目擊敗人類，那又是和深藍截然不同的方式

AG 以嚴格定義下到底算不算人工智慧其實也可以討論

講的好像alpha用的硬體規格不暴力alphago的硬體規格可以讓深藍升天幾萬次好嗎提硬體根本搞笑的

重點不在於硬體 是演算法不同 深藍是最蠢的暴力法 至於暴力法算不算演算法...應該算吧?我不太確定

暴力破解也很困難的 又不是說給你硬體你就辦的到..

算吧，BFS，DFS演算法課都有教

演算法 https://en.wikipedia.org/wiki/Algorithm我想 winall 你想講的是別的東西，演算法包含範圍很廣寫個 for loop 來印出九九乘法表也是一個演算法跟有沒有自我學習能力根本完全沒關係

深藍就硬算啊 能解決問題的方法就是好方法alphago的硬體比當年的深藍還強很多 只是問題也更難你硬體能力容許窮舉的時候何必拐彎抹角?

都是演算法 只是彼此的方法不同而已而且要使用深度學習 基本上都是分散式 需要硬體程度更高

確實 現在一張魯A牌顯卡運算能力就有當年深藍百倍了

不要小看深藍, 後來的改進都是在改進計算效率方面單機的硬算能力還是比不上深藍(現在上高階 Xeon 有機會不過硬體小型化以後的商業用途應該還是比較重要)

深藍不算AI，但他還是靠演算法運作

東西很不一樣， 有深藍樣的計算， 2, 3, 4, 5 盤都會差很多 硬算all cases at least 40 moves deep, 小李會更慘

AI本來就沒有明確定義 對1960年的人來說你家的導航會說話 就是嚇死人的AI