https://sports.sina.com.cn/go/2021-04-02/doc-ikmyaawa4063192.shtml
AI正在称霸围棋界 但我们不必过度悲观
2021年04月02日 11:55 红网
https://reurl.cc/kV3Nlq
　　日前，中国知名围棋棋手柯洁在个人社交媒体上再度提及对围棋人工智能的看法。他
直言，并不希望AI出现，因为它的出现让围棋失去了当年的美感。 （3月31日 澎湃新闻
）
　　近些年兴起的人工智能技术AI围棋，已经在围棋领域掀起滔天巨浪。围棋作为人类传
统体育思想竞技，一向代表着人类的最高智力水平，却被人工智能AlphaGo接连挑翻世界
顶级棋手，不禁让人想问，围棋已经没有希望了吗？笔者认为不必如此悲观。
　　以世界冠军柯洁为首的人类棋手之所以会输给人工智能，并不代表围棋这个领域人工
智能比人类更聪明，而是人类交流问题与学习知识的效率远低于人工智能。在很多人看来
，好像是柯洁学习了十几年的围棋，就被谷歌做出的人工智能轻而易举给打败了。事实上
，这个看似恐怖的AI，实际上是通过后期的高强度训练赶超人类的。
　　根据AlphaZero的论文数据显示，AlphaZero已经经过超过两千万局比赛的训练。我们
假设柯洁从三岁开始不吃不睡，每天研究20局比赛，到现在也只能见过14.6万局，远远低
于AlphaZero的两千万局。在学习对局数相差如此巨大的情况下，人类棋手并不被AI碾压
，李世石当年还能在AlphaGo手下通过“神之一手”赢下一局，说明人类的智力并不亚于
AI。
3月25日，中国传媒大学“媒体融合与传播”国家重点实验室新媒体研究院与新浪AI媒体
研究院联合发布《中国智能媒体发展报告（2020-2021）》，对媒体深度融合背景下中国
智能媒体生态新态势进行了全面盘点和深入洞察。报告显示AI技术已经渗透到我们生活的
方方面面，AI甚至已经成为我们生活的一部分。无需将AI过分神话，在这种趋势下我们更
应该接受AI的存在，拥抱AI，而不是将两者单纯地对立。对于进步技术的单纯对抗是不可
取的，历史上电气化和钢铁时代的到来标志着现代工业的崛起，而固守蒸汽机只会脱离时
代发展自吞苦果。我们更应该看到，随着社会的发展，人工智能在单一领域称霸的现象必
然会使得更多人才不甘落后，奋勇向前。虽然柯洁目前没有办法打败人工智能，但他也认
为人工智能促进了围棋的发展。
　　在未来某一天，也许随着人类交流效率和学习能力的进一步提高，在围棋领域会有新
的突破，人类棋手也许可以再次打败人工智能。当然，围棋只是世界诸多领域很小的一方
面，在那个时候，AI与我们的关系会被重新定义也未曾可知。
　　文/赵房恺（郑州大学）

围棋 棋类是计算力不是智力 本来就没有这个议题 围棋是之前被神话了 现在掉下神坛一旦被超过了就别想赢回来 试问是机器升级 改程式容易还是人脑升级容易?

AI称霸中国象棋了吗

象棋可能市场太小 没人做AI象棋 但西洋棋最新的stockfish有加进AI 实力更强

下象棋的人口不是也很多吗？中国、台湾、香港、澳门、新加坡、越南等等

鲁蛇言论，真是失败中的失败！

不够多吧 比起西洋棋 看看西洋棋和象棋比赛的规模和奖金 再来要有人愿意写AI程式和投资算力训练顺应潮流 接受事实吧 别老是还眷恋着过去的荣光AI会永远"称霸"围棋界的 要硬跟机器比计算有点无聊计算是智力的一种 但只是智力的低端 创造跟发明才是智力的高端

没人做AI象棋？虽然当年不是Deep Learning，但台大退休教授许舜钦老师的研究看一下另外，说计算只是智力低端甚至不算智力，这种发言在智力的来源究竟为何之前，结论不要下得太果断所谓的创造跟发明也可能只是你大脑的某种计算而已，只不过人工智能研究还不知道那个模型长什么样子而已

我以为大家都知道象棋有GGzero......象棋在AlphaGo还没出来之前就已经超过人类很多了我听过的就有象棋名手 先知象棋，基本上技术和西洋棋那套差不多

象棋不用AI吧，用一般电脑程式就能打败高手了中国象棋冠军王天一，开直播下网棋还被秒电被对方电假的，对方下棋完全不用时间思考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是啥的缩写吧，人工智能是啥知道吗象棋用暴力破解运算就能了，哪里称得上AI不是用电脑计算就叫AI好吗象棋复杂度跟变化，远低于围棋，所以可以直接运算求解围棋为了减低运算量，快速找出最佳解，才用神经网络做运算，这种才称得上AI深蓝电脑时代只算得上计算机等级，谈不上AI你去查游戏复杂度，象棋还低西洋棋一点点不过两个都差不多等级，围棋就高出两者不少了深蓝时代电脑就能用象棋下赢人类了用AI去做也只是锦上添花而已，因为围棋才能体现AI强大所以才拿围棋来当示范，不然再拿西洋棋跟象棋有何意义

象棋比西洋棋复杂吧，看棋盘点点数就知

现在只有神经网络才是AI了吗XD看来若干年后出现新的技术，应该也会有人嘲笑神经网络算什么AI吧另外西洋棋状态空间复杂度是10^47比象棋10^40高，而博弈树复杂度象棋10^150大于西洋棋10^123换句话说，纯粹看静态盘面的话，西洋棋的可能性较高而考虑动态一步一步走的话，象棋复杂性比较高造成这个原因是因为西洋棋棋子本身比象棋强多了所以每个棋子能动的地方更多，静态盘面有更多种可能所以象棋盘面虽然大，复杂度很难说比西洋棋高多少

又是这种没有什么内容的文章

许舜钦那些研究很久以前了吧 在alphago之前 那些也都是传统电脑象棋电脑象棋是不需要AI就能鸁人 电脑西洋棋也不用啊 只是最新的stockfish 使用了nnue神经网络了 让它的估局函式更快更准 看来大方向还是会往这边走神经网络其实可视为一种预计算 当然预计算越多的越有利下棋计算不就是靠记忆力和你走那步我要走这步吗? 比的不就是强大的记忆力和对局树深度? 你要说这种机械式的能力是智力的高端我也是没意见啦 算Pi能算小数点以下1千位的比创造发明家更有智力也是可以我是以一般的定义来说的 你如果要把创造发明也是一种计算也行 就算创造发明也是一种脑内的计算 那肯定也是一种更有价值或计算量更大的计算吧? 还是你认为计算力超强的电脑智力强得不得了?

在AlphaGo出来之前电脑象棋就是被称作AI啊，又不是你我吵这个名词就能决定的

不是深度学习、类神经网络才叫AI好吗...你讲的那些所谓的传统电脑象棋 都是所谓的AI

只是目前AI的主流是类神经网络而已

@KurakiMaki 你才是好好重新去读AI的历史AI最早期的时候，理想是能够用推理的方式进行分析，如果你们知道Prolog之类的程式语言，那就是最初期待的设计但是那条路太过困难，推理复杂后就根本等于穷举所有事实，所以发展到某个程度后就变票房毒药被放弃了取而代之的是既然要穷举，那我们可不可以针对性一点、而且把一些理所当然错误或者高机率不对的状况排除掉？这就是各种搜寻方式领导的上一代AI形式然而上一代AI发展到了一定程度也遇到了瓶颈，因为运算量的问题，当年电脑再怎么做也有个极限，即便有深蓝这样穷尽当时最顶级运算能力好不容易能打倒人类棋王，但终究不可能以这种水准进行普及实用，所以这一代的AI也变成了票房毒药，从以前的只要计画里挂AI名字就拿得到钱，变成只要扯上AI就被打回票之后AI沉寂了非常久的时间，以各种不是AI名称的领域在发展，例如不以直接互动为主而是以分析大量资料为主的DataMining资料探勘、强调不是追上人类而是对特定事务尽量最佳化的Intelligent Agent智慧代理人、往提升基底运算能力与网络串联的Cloud Computing云端运算（前身是平行计算）而后AI主领域也用Machine Learning这种样貌慢慢重现，除了传统各种答案搜寻技术的进化外，当然关键就是借镜初有进展的脑神经科学发展的Artificial Neural Network类神经网络然而NN也不是一帆风顺的，因为其本质其实是Data Mining与Search的结合，既需要大量资料来学习，又需要大量运算，所以在某个阶段也是遇到瓶颈过直到现在又转换招牌为Deep Learning深度学习，其实本质上就是前面所有领域综合的成果，之所以跟之前大多数招牌有着不同的结局，其关键还是在于电脑运算力已经提升到了足够发挥软件部分研究成果的门槛再来很多门外汉会以为深度学习跟以前那种搜寻式AI完全不同，其实错了。倒不如说深度学习搜寻得比上一代AI更为暴力，，只是深度学习在AI那么长一段的沉寂中，得到了两种武器：1.更强的计算能力，不然以为那堆显卡是烧好玩的吗，甚至Google都为此研发自己专门的AI专用硬件单位TPU2.能够更好分析整合搜寻结果的技术，从以前只是用简单评估函数直接决定优劣、用简单且确定的cut技术缩小搜寻空间，到现在能够把搜寻利用更多的统计方式浓缩整合，在可容错的条件下用更精简的方式建立模型这两项利器让深度学习得以比以前用更快的速度搜寻过更多案例，却也能更快速整合成能够较快应用的模型所以以为AlphaGo就没有在暴力搜寻？这可是大错特错了，它搜寻的暴力程度绝对比任何上一代AI更暴力，只是它有了更聪明的搜寻与整合方式，还有更快的搜寻力

以我的印象 那时候的电脑象棋 电脑西洋棋好像没有自称自己是AI吧? 有在写程式的人 应该不会认为自己写了一些tree search, monte carlo search 就觉得自己在写AI程式了 不过以功能来说 一个能跟人下棋的程式要称为AI程式 这是没问题的 这没什么好吵的

那么很显然楼上的印象是错的之所以不会有人写了个tree search、monte carlo search就说写了AI，那是因为两种原因1.AI是解决了实际的某个问题才是AI，只是写个算法本身当然不是AI。2.前面讲过的票房毒药历史因素，导致有非常多且长的时间内，实质上在研究AI的人不直接挂出AI这个招牌，而要用各种不同名称延续研究。现在Deep Learning红了，实际成果出来了，大家AI喊得震天响，完全不知道前面有不只一段时期根本讲AI等于没经费再来，上面我已经讲得很清楚，AlphaGo的搜寻事实上根本就比上一代所有AI更暴力，只是因为策略网络跟价值网络很高明地把搜寻结果做了整合，让实际下棋时不需要做那么巨大的重新搜寻。它是“已经搜好了”，不是“没用搜寻”如果还有错误观念认为AlphaGo没用搜寻，麻烦看看黄士杰老师这个短短不到两分钟的介绍影片节录，里面讲了几次搜寻，讲了几次搜寻树，萤幕上写的Search Tree，你还以为AlphaGo不用搜寻吗？https://www.youtube.com/watch?v=tbocjxA9fNc如果认为搜寻就不算AI，那AlphaGo很明显的该被排除囉XD最后再讲一点，“什么是AI”或者说“什么算得上智能”这个定义是从科学界吵到哲学界的老问题，很多人根本都在用各种松紧不一甚至方向不同的定义，你光wiki://AI/就可以看到好几种不同的定义，甚至至今也有人认为AlphaGo这类深度学习仍然称不上AI，所以这个问题还真没有什么好吵的。但是这不代表随便一个路人可以在根本不知道这些历史跟技术细节的情况下随便乱嘴“大家说”什么是AI什么不是。你甚至连大家说过什么可能都还没搞清楚咧XD你可以“自己认为”什么是不是AI完全没问题，不要乱套某个根本不了解的群众帮自己背书

KurakiMaki: 你先搞清楚AI是啥的缩写吧，人工智能是啥32楼 受不了了我要嗨赖 呛ddavid 这个 实在太逗了

修改规则，瞬间反超越AI