楼主:
hioska (hioska)
2016-11-02 10:43:46我是一个业余算法爱好者，棋力只有入门。
想以资工系出身的角度来分享一下我的感受和一些猜测跟对未来的期许。
我很想一一回应原文和回复底下推文有关算法的问题，
但AlphaGo论文已经在网络上公开那么久，对算法有兴趣的人应该已经看过。
我想藉著比较偏哲学的开头，再慢慢带到我想说的东西，
试着用其他领域的东西来比喻我想表达的感受。
以下，正文。
深度学习产生的价值网络不就是你说的理论二吗人类根本无法用这套理论去参透围棋另外人类对弈的数量根本没有办法达到深度学习的门槛另外Aja也说过现在的AG已经能面对第四局的混乱情况改善的只是价值网络受训再更久一点结论是现在电脑已经可以下出人类下不出的步数而且有些也无法完全被人类理解，这才是棋迷对于人机大战着迷的地方
作者:
paulli (paulli)
2016-11-02 11:06:00请问可借转文于弈棋吗?
你的意思应该是人类无法理解"并且是妙手"的棋吧那种根本已经是围棋之神已经把所有变化都算清的境界任何heuristic的方法应该都达不到你说的境界吧目前棋界并不觉得四路肩冲是未来会下的步数这是只有电脑才会下的，因为违反了围棋百年的棋理
作者:
aaaba (小强)
2016-11-02 11:11:00理论一太老旧了，现在复杂的系统基本上都是理论二。机器学习的目标就是为人类无法言语描述的经验法则找到适合的模型，通常这些模型的外在行为很聪明，可是内部找不到什么规则一规则二这种条列式的人为指令
感觉神之一手是对手也要被抓到心理才成立围棋始终是两个人下的，假如小李心态都像第五盘不一定会是4比1的结果，或者说棋盘就是一样大小，电脑算出胜率最高
也就是能赢最多目，没有冲突不可能去期待电脑盘面赢职棋20目吧？
作者:
aaaba (小强)
2016-11-02 11:23:00理论一和二的差别与效果无关，即使用理论二搞出来的系统，也有效果烂到不行的，两者的差别是手段的不同这么说好了，假设我用理论二发展出一个中英翻译系统，结果非常好，所谓非常好，不就是人人都能理解翻译后的语义吗？哪有什么境界不境界的所以说即使alphaGo下出来的棋让高手都感到舒服，你也不能因为招法还是被人认同就说alphaGo 的境界不到理论二
作者:
paulli (paulli)
2016-11-02 11:39:00作者:
aaaba (小强)
2016-11-02 11:51:00那理论一二的差别岂不是变成自由心证了，没听过这种分类方式，用人对结果佩不佩服来分类工程方法，不是不可以，只是这样来说，就只是个人主观的分类，哪里还有“理论”？不如说我把算法分成两种，一种是我佩服的，一种不是
这样就不合逻辑了，电脑是能摆出后续手段的电脑不可能故意下自己已经算到亏目还下要说小李神之一手并不成立，电脑没理而已但电脑最后把自己下输，原因不是对手正确
作者:
ddavid (谎言接线生)
2016-11-02 12:57:00你讲的大部分都不错，我只有一点想小修正建议的是你对于文
而是自己计算一直错误，但87手发现时，已经无法挽回
作者:
ddavid (谎言接线生)
2016-11-02 12:58:00中理论一跟二的分界定为“人能否理解”这点是有待商榷的因为我们并不知道神之一手位在多高的高度。如果那个高度并没有想像中那么远，则人类终究可以解释所有着手（就算自己下不出来）的可能性是存在的。若此，则不能用人是否无法理解来做为分界。而且围棋的本质是计算，就理论上只要给人类无限的时间，所有着手都可以被理解并解释（即便可能为了解释一手棋就写出厚厚一本书）故此我认为你所谓理论一跟二的分野是很薄弱的，而且事实上并不重要，你大可把这部分论述移除也不影响你整篇讲得不错的内容。加了那部分其实反而增加了一些阅读困难。当然我可以想像你为何会做出这种分界方式的脉络，因为你认为人类会倾向于整合规纳某些规则来进行解释，所以有可能会发生无论如何难以整合归纳的着手。只是你忽略了人类也有用穷举来解释分析着手的能力，而有这个能力就表示给予无限的时间下所有着手都可以被解释。
作者: yenku 2016-11-03 09:00:00
machine learn的做法比较偏2 人类几乎无法理解机器如何达到现在的决策网络而不是由预先设计好的算法在执行电脑有没有办法下出人类无法下出的一步棋？没办法呀 棋盘位置电脑能下的人都能下....只是alpha go 左右互搏了三千万局以上再怎么跟人类下 统计意义应该都不大针对人类棋手最佳化也太冒险了
作者:
LCamel (LCamel)
2016-11-07 13:42:00电脑判断情势的规则不需要由人给电脑要下赢棋 也不见得需要所谓的"理解"