https://sports.sina.com.cn/go/2021-04-02/doc-ikmyaawa4063192.shtml
AI正在稱霸圍棋界 但我們不必過度悲觀
2021年04月02日 11:55 紅網
https://reurl.cc/kV3Nlq
　　日前，中國知名圍棋棋手柯潔在個人社交媒體上再度提及對圍棋人工智能的看法。他
直言，並不希望AI出現，因為它的出現讓圍棋失去了當年的美感。 （3月31日 澎湃新聞
）
　　近些年興起的人工智能技術AI圍棋，已經在圍棋領域掀起滔天巨浪。圍棋作為人類傳
統體育思想競技，一向代表著人類的最高智力水平，卻被人工智能AlphaGo接連挑翻世界
頂級棋手，不禁讓人想問，圍棋已經沒有希望了嗎？筆者認為不必如此悲觀。
　　以世界冠軍柯潔為首的人類棋手之所以會輸給人工智能，並不代表圍棋這個領域人工
智能比人類更聰明，而是人類交流問題與學習知識的效率遠低於人工智能。在很多人看來
，好像是柯潔學習了十幾年的圍棋，就被谷歌做出的人工智能輕而易舉給打敗了。事實上
，這個看似恐怖的AI，實際上是通過後期的高強度訓練趕超人類的。
　　根據AlphaZero的論文數據顯示，AlphaZero已經經過超過兩千萬局比賽的訓練。我們
假設柯潔從三歲開始不吃不睡，每天研究20局比賽，到現在也只能見過14.6萬局，遠遠低
於AlphaZero的兩千萬局。在學習對局數相差如此巨大的情況下，人類棋手並不被AI碾壓
，李世石當年還能在AlphaGo手下通過“神之一手”贏下一局，說明人類的智力並不亞於
AI。
3月25日，中國傳媒大學“媒體融合與傳播”國家重點實驗室新媒體研究院與新浪AI媒體
研究院聯合發布《中國智能媒體發展報告（2020-2021）》，對媒體深度融合背景下中國
智能媒體生態新態勢進行了全面盤點和深入洞察。報告顯示AI技術已經滲透到我們生活的
方方面面，AI甚至已經成為我們生活的一部分。無需將AI過分神話，在這種趨勢下我們更
應該接受AI的存在，擁抱AI，而不是將兩者單純地對立。對於進步技術的單純對抗是不可
取的，歷史上電氣化和鋼鐵時代的到來標誌著現代工業的崛起，而固守蒸汽機只會脫離時
代發展自吞苦果。我們更應該看到，隨著社會的發展，人工智能在單一領域稱霸的現象必
然會使得更多人才不甘落後，奮勇向前。雖然柯潔目前沒有辦法打敗人工智能，但他也認
為人工智能促進了圍棋的發展。
　　在未來某一天，也許隨著人類交流效率和學習能力的進一步提高，在圍棋領域會有新
的突破，人類棋手也許可以再次打敗人工智能。當然，圍棋只是世界諸多領域很小的一方
面，在那個時候，AI與我們的關係會被重新定義也未曾可知。
　　文/趙房愷（鄭州大學）

圍棋 棋類是計算力不是智力 本來就沒有這個議題 圍棋是之前被神話了 現在掉下神壇一旦被超過了就別想贏回來 試問是機器升級 改程式容易還是人腦升級容易?

AI稱霸中國象棋了嗎

象棋可能市場太小 沒人做AI象棋 但西洋棋最新的stockfish有加進AI 實力更強

下象棋的人口不是也很多嗎？中國、臺灣、香港、澳門、新加坡、越南等等

魯蛇言論，真是失敗中的失敗！

不夠多吧 比起西洋棋 看看西洋棋和象棋比賽的規模和獎金 再來要有人願意寫AI程式和投資算力訓練順應潮流 接受事實吧 別老是還眷戀著過去的榮光AI會永遠"稱霸"圍棋界的 要硬跟機器比計算有點無聊計算是智力的一種 但只是智力的低端 創造跟發明才是智力的高端

沒人做AI象棋？雖然當年不是Deep Learning，但台大退休教授許舜欽老師的研究看一下另外，說計算只是智力低端甚至不算智力，這種發言在智力的來源究竟為何之前，結論不要下得太果斷所謂的創造跟發明也可能只是你大腦的某種計算而已，只不過人工智慧研究還不知道那個模型長什麼樣子而已

我以為大家都知道象棋有GGzero......象棋在AlphaGo還沒出來之前就已經超過人類很多了我聽過的就有象棋名手 先知象棋，基本上技術和西洋棋那套差不多

象棋不用AI吧，用一般電腦程式就能打敗高手了中國象棋冠軍王天一，開直播下網棋還被秒電被對方電假的，對方下棋完全不用時間思考https://www.youtube.com/watch?v=2fMfkCGDT8M

@KurakiMaki 那也是AI，不是只有Deep Learning才叫AI

你先搞清楚AI是啥的縮寫吧，人工智能是啥知道嗎象棋用暴力破解運算就能了，哪裡稱得上AI不是用電腦計算就叫AI好嗎象棋複雜度跟變化，遠低於圍棋，所以可以直接運算求解圍棋為了減低運算量，快速找出最佳解，才用神經網路做運算，這種才稱得上AI深藍電腦時代只算得上計算機等級，談不上AI你去查遊戲複雜度，象棋還低西洋棋一點點不過兩個都差不多等級，圍棋就高出兩者不少了深藍時代電腦就能用象棋下贏人類了用AI去做也只是錦上添花而已，因為圍棋才能體現AI強大所以才拿圍棋來當示範，不然再拿西洋棋跟象棋有何意義

象棋比西洋棋複雜吧，看棋盤點點數就知

現在只有神經網路才是AI了嗎XD看來若干年後出現新的技術，應該也會有人嘲笑神經網路算什麼AI吧另外西洋棋狀態空間複雜度是10^47比象棋10^40高，而博弈樹複雜度象棋10^150大於西洋棋10^123換句話說，純粹看靜態盤面的話，西洋棋的可能性較高而考慮動態一步一步走的話，象棋複雜性比較高造成這個原因是因為西洋棋棋子本身比象棋強多了所以每個棋子能動的地方更多，靜態盤面有更多種可能所以象棋盤面雖然大，複雜度很難說比西洋棋高多少

又是這種沒有什麼內容的文章

許舜欽那些研究很久以前了吧 在alphago之前 那些也都是傳統電腦象棋電腦象棋是不需要AI就能鸁人 電腦西洋棋也不用啊 只是最新的stockfish 使用了nnue神經網路了 讓它的估局函式更快更準 看來大方向還是會往這邊走神經網路其實可視為一種預計算 當然預計算越多的越有利下棋計算不就是靠記憶力和你走那步我要走這步嗎? 比的不就是強大的記憶力和對局樹深度? 你要說這種機械式的能力是智力的高端我也是没意見啦 算Pi能算小數點以下1千位的比創造發明家更有智力也是可以我是以一般的定義來說的 你如果要把創造發明也是一種計算也行 就算創造發明也是一種腦內的計算 那肯定也是一種更有價值或計算量更大的計算吧? 還是你認為計算力超強的電腦智力強得不得了?

在AlphaGo出來之前電腦象棋就是被稱作AI啊，又不是你我吵這個名詞就能決定的

不是深度學習、類神經網路才叫AI好嗎...你講的那些所謂的傳統電腦象棋 都是所謂的AI

只是目前AI的主流是類神經網路而已

@KurakiMaki 你才是好好重新去讀AI的歷史AI最早期的時候，理想是能夠用推理的方式進行分析，如果你們知道Prolog之類的程式語言，那就是最初期待的設計但是那條路太過困難，推理複雜後就根本等於窮舉所有事實，所以發展到某個程度後就變票房毒藥被放棄了取而代之的是既然要窮舉，那我們可不可以針對性一點、而且把一些理所當然錯誤或者高機率不對的狀況排除掉？這就是各種搜尋方式領導的上一代AI形式然而上一代AI發展到了一定程度也遇到了瓶頸，因為運算量的問題，當年電腦再怎麼做也有個極限，即便有深藍這樣窮盡當時最頂級運算能力好不容易能打倒人類棋王，但終究不可能以這種水準進行普及實用，所以這一代的AI也變成了票房毒藥，從以前的只要計畫裡掛AI名字就拿得到錢，變成只要扯上AI就被打回票之後AI沉寂了非常久的時間，以各種不是AI名稱的領域在發展，例如不以直接互動為主而是以分析大量資料為主的DataMining資料探勘、強調不是追上人類而是對特定事務盡量最佳化的Intelligent Agent智慧代理人、往提升基底運算能力與網路串聯的Cloud Computing雲端運算（前身是平行計算）而後AI主領域也用Machine Learning這種樣貌慢慢重現，除了傳統各種答案搜尋技術的進化外，當然關鍵就是借鏡初有進展的腦神經科學發展的Artificial Neural Network類神經網路然而NN也不是一帆風順的，因為其本質其實是Data Mining與Search的結合，既需要大量資料來學習，又需要大量運算，所以在某個階段也是遇到瓶頸過直到現在又轉換招牌為Deep Learning深度學習，其實本質上就是前面所有領域綜合的成果，之所以跟之前大多數招牌有著不同的結局，其關鍵還是在於電腦運算力已經提升到了足夠發揮軟體部分研究成果的門檻再來很多門外漢會以為深度學習跟以前那種搜尋式AI完全不同，其實錯了。倒不如說深度學習搜尋得比上一代AI更為暴力，，只是深度學習在AI那麼長一段的沉寂中，得到了兩種武器：1.更強的計算能力，不然以為那堆顯卡是燒好玩的嗎，甚至Google都為此研發自己專門的AI專用硬體單位TPU2.能夠更好分析整合搜尋結果的技術，從以前只是用簡單評估函數直接決定優劣、用簡單且確定的cut技術縮小搜尋空間，到現在能夠把搜尋利用更多的統計方式濃縮整合，在可容錯的條件下用更精簡的方式建立模型這兩項利器讓深度學習得以比以前用更快的速度搜尋過更多案例，卻也能更快速整合成能夠較快應用的模型所以以為AlphaGo就沒有在暴力搜尋？這可是大錯特錯了，它搜尋的暴力程度絕對比任何上一代AI更暴力，只是它有了更聰明的搜尋與整合方式，還有更快的搜尋力

以我的印象 那時候的電腦象棋 電腦西洋棋好像沒有自稱自己是AI吧? 有在寫程式的人 應該不會認為自己寫了一些tree search, monte carlo search 就覺得自己在寫AI程式了 不過以功能來說 一個能跟人下棋的程式要稱為AI程式 這是沒問題的 這沒什麼好吵的

那麼很顯然樓上的印象是錯的之所以不會有人寫了個tree search、monte carlo search就說寫了AI，那是因為兩種原因1.AI是解決了實際的某個問題才是AI，只是寫個演算法本身當然不是AI。2.前面講過的票房毒藥歷史因素，導致有非常多且長的時間內，實質上在研究AI的人不直接掛出AI這個招牌，而要用各種不同名稱延續研究。現在Deep Learning紅了，實際成果出來了，大家AI喊得震天響，完全不知道前面有不只一段時期根本講AI等於沒經費再來，上面我已經講得很清楚，AlphaGo的搜尋事實上根本就比上一代所有AI更暴力，只是因為策略網路跟價值網路很高明地把搜尋結果做了整合，讓實際下棋時不需要做那麼巨大的重新搜尋。它是「已經搜好了」，不是「沒用搜尋」如果還有錯誤觀念認為AlphaGo沒用搜尋，麻煩看看黃士傑老師這個短短不到兩分鐘的介紹影片節錄，裡面講了幾次搜尋，講了幾次搜尋樹，螢幕上寫的Search Tree，你還以為AlphaGo不用搜尋嗎？https://www.youtube.com/watch?v=tbocjxA9fNc如果認為搜尋就不算AI，那AlphaGo很明顯的該被排除囉XD最後再講一點，「什麼是AI」或者說「什麼算得上智能」這個定義是從科學界吵到哲學界的老問題，很多人根本都在用各種鬆緊不一甚至方向不同的定義，你光wiki://AI/就可以看到好幾種不同的定義，甚至至今也有人認為AlphaGo這類深度學習仍然稱不上AI，所以這個問題還真沒有什麼好吵的。但是這不代表隨便一個路人可以在根本不知道這些歷史跟技術細節的情況下隨便亂嘴「大家說」什麼是AI什麼不是。你甚至連大家說過什麼可能都還沒搞清楚咧XD你可以「自己認為」什麼是不是AI完全沒問題，不要亂套某個根本不了解的群眾幫自己背書

KurakiMaki: 你先搞清楚AI是啥的縮寫吧，人工智能是啥32樓 受不了了我要嗨賴 嗆ddavid 這個 實在太逗了

修改規則，瞬間反超越AI