各位好，小弟十余年前是个业余小初段，
十几年来从未荒废下棋，持续的自我精进!
一直到了今天，还是个小初段...
以下没有专业的讨论，只是个人的感触，请各位见谅。
"人工智能的发展，不就是为了接近人吗? 但一旦超越了人，那..."
或许因为我不是工程师，我无法体会电脑如此厉害的喜悦；
或许因为我不是职业棋手，我无法体会人脑被超越的哀愁。
对我来说，AlphaGo就是一个好厉害的人啊！
就像我认知的高手一样，会有我看了惊讶的关键著出现；
例如第二盘的肩冲。
但也会有像最后翻着棋谱上的讲评，才能理解的奇怪手顺出现；
例如第一盘左下白棋的活法(不过这个有下过棋的应该不难发现)。
不考虑程式码及算法，也不考虑什么保密协定、公不公平之类的，
对我这种业余爱好者来说，能在有生之年看到这种棋谱已经欢天喜地了，
大概和我一开始打谱时的心情有的拼吧!
人类总是那么矛盾，总是想创造出超越人类的东西存在；
一旦创造出来了，总是又会想把它封印起来。
但这次我觉得和复制人这种情况不太一样(有道德因素等问题)，
所以我希望这是一个契机。
如果AlphaGo是当代的围棋之神，那我们就要想着去超越神；
然后，持续充满雀跃之心的等待下一个神的出现。
希望各位棋类爱好者，一起抱着开心的心情，迎接未来所有的美好时光吧！
谢谢大家，明天中午第三战，一起来看吧!

同感

还是不能接受一堆布林运算的组合能打赢人类 > <..

推~

难道我们自以为在思考 其实只是执行很多次简单的逻辑

这东西与其说是人工智能(AI),不如说是机器学习(ML)

运算罢了 李捍卫的不只是围棋 而是人类思考的本质阿

AI的目标才是变得像人, ML的目标是有效率的达成任务

人类本就是不完全理性的生物啊…思考品质说实在不太好

有点羡慕你

是啊，其实把狗狗当成是怪异的天才棋士就好了，给人类提供了新理解和新天地，或许棋坛棋士会觉得自尊受损，

看小李休息一天会不会正常发挥

但终究获益的是围棋本身

machine learning是AI的研究领域之一啊...

空中战 在吴和武宫之后 又可以获得大进展?

问题是，天才棋士的棋，不会有人认为他的是“正解”

撇开胜负，看了两局真的又感受到很多。期待剩下三场！

ml是AI的一块无误 “学东西”本来就是“像人”的一个过程

"学习"其实是"像生物" 不是"像人"生物还比较单纯 人总是重蹈覆辙

同样的一步好棋，电脑是用庞大的资料源或是厉害的算法下出来的;人只是靠直觉或是经验的融合下出来的，那人类的思考不就超帅的吗？更进一步的超越电脑，那就帅到掉渣了!这就是我充满希望的原因!

@nnlisalive 其实，这只是你没发现生活中早有太多事情电脑

虽然ML是AI的分支,不过此分支已经不管像不像人了

打赢你，但又没有注意到设计这些打赢你电脑的也是人

类神经网络基本上是模仿脑神经的运作模式所以比传统的AI更接近人类的思考模式

楼上的说法其实并不完全正确，类神经网络一开始确实取材于神经细胞，然而后续的各种不同连接方式及上面的weight定义、运算方式就不完全是用人脑架构来延伸的了，说到头来人脑的思考架构本身就并没有被完全解明，要说类神经网络比较接近人脑思考方式还未必比较好的说法是，旧有算法是从问题设定上去解问题，但类神经网络这些学习方法是在建立一个思考架构，然后把各种问题的相关资料都丢进去训练看看最后出来的Model是不是真的能解那个问题

感谢楼上的补充m(_ _)m

人工智能的发展，不是为了接近人吧，是为了找到更好的解决问题的方法，跟人像然后只有接近的程度那有意义吗?重点不在电脑胜过人，而在有人(利用电脑)作出比人类传统方法更有效率的解法而已

没有比人去判断有效率，以量取胜以输入量和输出量来看

效率是说跟棋手从小学棋比AI平行运算学习的时间效率还有练好之后放著可以自动执行的效率