讲一下两日棋迷对于这所谓低阶失误的看法。
李喆讲出一些算法的正确观念，但有些地方他没考虑到。
※ 引述《tlm (Netherlands)》之铭言：
: 【四、AlphaGo 的“失误”】
: 这盘棋AlphaGo有没有失误？
: 令人欣慰，从人的眼光来看，我们可以找到AlphaGo的明显失误。这种失误不是指那种基
: 于人类经验而认为的失误（经验有可能会骗人），而是可以通过逻辑分析来确认的失误。
: 1 ）“失误”一：
: 白136手吃。对于职业棋手而言很容易判断，应该吃在一路，比实战便宜大约1目。
: 2 ）“失误”二：
: 白142手挡，对于职业棋手而言，这也是一个很容易确认的明显亏损。
: 白棋正确的下法是1位跳，这样将来留下了5、7、9吃两子救回三子的下法，从目数上分析
: 明显优于实战（大约1-2目）。即使白棋不在5位扳，走8位先手粘掉也优于实战一点点。
: 这两处“失误”都是在局部，没有任何与外界的关联性，属于封闭式的失误，其亏损可以
: 用逻辑推理的方式证明。相较于AI展示出来的水平，似乎这两个失误是“不应该”的。
: 基于此，又有棋手表示：“这都看不到，AI不过如此啊”。
: 前面“恶手”里讲到的左下角白棋的问题，也有人看做是第三个失误。但那个失误的性质
: 与这两个不同，我们对那个失误的认定在很大程度上还是基于经验的，虽然也包含了逻辑
: 推理，但并不完全。在我看来，按照笛卡尔的理论，对这那失误的认定是可怀疑的。
: 但这两个失误却不可怀疑。既然如此，我为什么要在标题里给“失误”打引号呢？
: 这引出了一个非常有趣的话题：在棋盘上，失误的定义是什么？
: 3 ）不同的“失误”定义
: 对于我们棋手而言，什么是棋盘上的失误？假如我们把基于经验认定的失误都排除在外，
: 只留下基于逻辑推理认定的失误，那么失误意味着：A在逻辑上优于B，而我选择了B。
: 在这个意义上，只要我们找到了“可确认的更优下法”，就认为我们出现了失误。
: 但是，对于AI而言，失误是否意味着相同的事情？我们怎么理解AI出现了在我们看来低于
: 其水准的失误？
: 这就涉及到AI的算法问题。假如AI有一天穷尽了围棋，那么只要它有一步不踏在最优解集
: 合里，就是失误。但是，现在的AI还远无法穷尽围棋。
: AlphaGo的算法运用了神经网络加蒙地卡罗，蒙地卡罗算法的一个特点是：不求最优。
: 蒙地卡罗算法给出的是搜索之后的胜率评估，然后AI会根据这个胜率来选择落子点。也
: 就是说，AlphaGo本来就不追求最强最优的下法，它只是追求在它看来胜率最高的下法。
: 那么，回到前面那两个“失误”，之所以打上引号，是因为在AlphaGo看来，或许这根本
: 不是失误！
: 虽然在我们人类看来，逻辑上明显A优于B，但AI在那时认为两者的胜率相似，从获胜的角
: 度来说，两者没有区别！甚至A之后的犯错机率高于B，从而导致它认为B的胜率高于A！
: 如果两条路同样能通往胜利，在AI的意义上，你还能说它是失误吗？
: 或许能！
: 但是前提条件是人类利用这种“失误”击败了它！否则，在AI的意义上我们无法指责那是
: 它的失误。
蒙地卡罗算法并不是不求最优，只求胜率最高。精准一点的讲法是，它根本不知
什么是最优，它是从它的有限模拟中，将胜率最高的，当做是最优的。
因为这个原因，算法在大部份的情况下，它并不能确定它下的是不是最优的。那
为什么会在好像困难的大局下出好棋，但在局部的地方，出现低阶失误？
老实说，我认为根本完全不是失误。二日棋迷棋力不够，请有实力的人看一下我猜
的对不对。在局末，优势确定下， AI 是可以选择，略微吃亏，但较有把握的方法
。也就是说，可能到最后， AI 认为剩下的地方，这两处是它相对没有把握的，但
这两处输个三目，它确定还领先，那它当然愿意选择这样做。人类是经过一些逻辑
判断，确定这里怎么下最好。对 AI 来说，它的模拟可能也是跟它说，这样下最好
。但它大概有另一个讯息，若照实际的下法，虽然吃亏，却有把握不输太多。相对
的那些最优下法，它怕其实是自己没模拟到。
所以，请厉害的棋手看一下，这两处是否是在收官时，相对复杂的地方？而 AI 下
的地方，是不是后续变化相对单纯的地方？如果是的话，那 AI 根本没有失误，只
是用另一种方式来确保胜利。如果局面落后， AI 依然下出这种非最佳解，我们才
比较有把握说这是低阶失误。