※ 引述《raiderho (冷颜冷雨)》之铭言：
: 依本文说法，AlphaGo的臭棋 (人类认定) 有三种可能性，而且都已经发生了：
: 其一，在电脑判定的获胜机率已经非常高时，
: 不同下法对机率的影响会钝化，可能只是99.9%与99.91%的差别而已，
: 而算法设计可能会让非最佳解更容易被随机挑到。
: 这种非最佳解，就是真正的臭棋 (逻辑上为严格劣势策略)。
: 然而，若以上叙述为真，当电脑下出明显臭棋时，电脑应该已经大幅占优了。
: 相反的，情势还在胶着时，下错会让获胜机率大幅降低，
: 臭棋被挑中的机率近乎为零，这时，我们会看到非常紧绷的对局。
: 这一点呼应“遇强则强，遇弱则弱”。
: (最后一句不是指李和樊的差距，因为电脑棋力这几个月增加不少)；
我觉得要从程式码方面下手了
首先就是阿发狗所谓的"胜率"是怎计算出来的?
不外乎用盘面上所得到的资讯转换成数据
再代入胜率函数得到每一点的胜率
那这个函数适用于任何盘面吗? 没有任何逻辑漏洞和盲点?
算出来的胜率没有误差? 如果有个点胜率是70%
具体来说应该是下了这个点跑到结束N次 有0.7*N次会赢
但明明就还没下完 也不知道对方会怎下
所以只要能骗过电脑 让他一直下到误判胜率的棋
阿发狗就会输到怎死的都不知道了
问题是要怎骗过阿法狗?
我 不 知 道 !

问题是现在是电脑丢出让人误判局势的子比较多吧你都判不出电脑的骗子 怎么可能反骗你的内容刚好就是阿发最厉害的武器啊XD

他的类神经网络太难分析了 只看程式码没用

人类要把超级电脑运算的东西看过一遍，头发就白了AG的电脑运算速度估计有10^15浮点运算，你看得完吗?

由这种类神经网络弄出来的，通常都只能知道结果，而没办法准确了解为什么

其实承认电脑比人强也没什么 复杂的数学运算一但用电脑程式建立一样比最强数学高手准确 也没什但是这种对战就显得有点无趣 没有心理素质好像叶问跟阿诺机器人对打...

因为AG的算法是选胜率最高，而不是选赢最多目的设定

Deep Learning 需要有data来train参数 光看程式码不一定调得好

Alphago的逻辑没错，因为每一步棋后续还会有许多发展，不会只有百分之九十机率赢一目，百分之十输棋两种状况。实际情况是赢半机率XXX，赢一目半XXX，赢两目半XXX........，输半目机率XXX，输一目半XXX......。比较恰当的说法是这样。当第一种情况是胜率90%，期望值赢一目。第二种是胜率70%，期望值赢五目。Alphago会选择前者。