抱歉，本来想发在算法版，但是那边人实在太少了
关于围棋
在第二盘结束的新闻稿中与盘中赛评讲解一样，都认为AlphaGo在中段下得很奇怪
柯洁认为，今天李世石输棋是因为他下的不太好：AlphaGo下的很多棋都不是常理下的棋
，李世石也下的不是常理，很多我都看不懂
所以我猜想
人在围棋的博奕过程中，假设新手是婴儿，透过不断的博奕与阅读经典的棋谱，其神经元
突触自然而然的产生了每一个落子后的最佳解（算法）
所以高手们的落子的行为，即便因为策略不同，但是建立她们神经元突触的社会是一致的
，所以他们的算法应该不至于有太大的落差
柯洁之所以看不懂AlphaGo的棋路，正是因为它不是寻着一般情境成长的棋士
因此，我们假定AlphaGo的算法不是圣杯，我只需等待其模型收敛，我在来求得它的
worst-case
在这样的情形之下，我只需要背谱即可
可是真的这么简单吗？想知道有什么地方漏想了

背谱成不了高手, 中局战斗一脱谱你就接不下去了决定棋力的高低的因素之一在于[审局能力], 就是对于当前的局面能够做出优劣的判断, 以及预测几种主要变化的发展趋势人类具有抽象思考能力(所谓的棋感), 在过去的程式主要是靠决策树来模拟, 推演各种变化并以计分的方式决定出下一步该怎么下? 对上围棋这种空间复杂度极高的游戏显然一切实际,这也是在此次比赛之前人们普遍认为人类仍能凭著抽象思考能力占优势, 殊不知这代的AI居然也能展示出类似人类抽象思考能力的面向, 而且更胜一筹.改错字: [一]切实际 <- [不]切实际

你漏想了蒙地卡罗算法, 漏想了neural nets, 漏想了reinforcement learning, 我还真想知道你想了什么?

抱歉功课没有作足，我需要再好好的学习一下

你漏掉了围棋和西洋棋最大的差异 围棋没有明确的目标西洋棋的目标很明确 (拿下国王)

就算想了蒙地卡罗,类神经,XX学习，你能做出AlphaGo?

你看的懂高手的下法你就不会在这发文了