圍棋經典棋譜 由「圍棋」引發的商業思考!

2021-10-12 16:50:01 字數 1575 閱讀 7827

每天寫一篇原創文章的第241

2023年3月,阿爾法圍棋與圍棋世界冠軍、職業九段棋手李世石進行圍棋人機大戰,以4比1的總比分獲勝。

2023年初,該程式在中國棋類**上以「大師」為註冊賬號與中日韓數十位圍棋高手進行快棋對決,連續60局無一敗績。

2023年5月,在中國烏鎮圍棋峰會上,它與排名世界第一的世界圍棋冠軍柯潔對戰,以3比0的總比分獲勝。

2023年和2023年人工智慧行業一路高歌猛進,各種人工智慧專案如雨後春筍般湧現。

但是好景不長,2023年人工智慧行業的融資數量和金額呈現出斷崖式的**,資本紛紛往頭部企業集中,小公司生存艱難。即使是頭部企業也在上市途中遇阻,裁員收縮的訊息不斷。

為什麼會出現這種現象?

投資者生怕錯失了人工智慧的紅利,紛紛提前入場,而人工智慧新企業也想趁著這股「東風」飛起來。

可是,大家都忽略了乙個問題,沒有踏實的底層基礎建設,只靠光鮮亮麗、高大上的噱頭,是不可能長久發展的,正如不明白阿爾法圍棋到底是如何學習的,只靠臆想是不會有好的結果的。

大家會說:"阿爾法圍棋不就是輸入了數10萬局圍棋譜用以學習,然後分析棋局的定式和得失,最後生成了自己的策略演算法。"

是的。但是,這只是阿爾法圍棋1.0版的方法,也就是戰勝李世石的那個版本。

阿爾法的研發人員覺得,阿爾法圍棋把人類的10萬個經典棋譜全部學會,也只是相當於古今中外所有為其高手合戰一人罷了。

這也就能戰勝個李世石,並不能登峰造極,因為它需要更強大的為其高手經驗餵養。

所以,之前所有的推到再來,從最底層的邏輯方法著手?

圍棋最底層的邏輯是什麼?

圍棋規則。

因此,工程師對新一代阿爾法圍棋沒有棋譜的餵養,只是告訴它最基本的圍棋規則,然後用兩個圍棋「小白」機械人寶寶開始對弈。

一切從零開始,每天下一百萬盤,阿爾法圍棋建立了反饋體制,每盤棋都在不斷地優化演算法,直到與柯潔對戰前夕,阿爾法圍棋2.0誕生了。

最終柯潔以0:3落敗。

柯潔說:「它的弱點暫時沒有看見。我覺得以前alphago還是有弱點的,但現在它對棋的理解和判斷遠勝於我們了。它在第三盤下出了一步令我感到寒冷、絕望的一步棋,渾身都感到顫抖。」

阿爾法圍棋2.0版本比1.0版本,厲害太多,關鍵在於1.0版本體現的是人類圍棋的智慧型,而2.0版本則是基於圍棋底層原理的機械人智慧型。

聶衛平說:「阿爾法圍棋最可怕的地方在於,它讓我們知道,人類根本不懂圍棋。」

這句話頗有韻味,以為其高手的經驗智慧型餵養的機械人是不行的,而只是告訴機械人底層原理,經過它自我學習,優化演算法形成的機械人智慧型已經超過整個人類為其水平。

圍棋領域況且這樣,其他領域呢?

這也就說明,凡是過多加入人的經驗智慧型的機械人,優化出的演算法,也許根本就不是最優的真正演算法,而扎根於底層邏輯,優化出的演算法才能從根本上解決問題。

這也說明了,為什麼很多打著人工智慧的專案最終失敗,原因是加入了太多的人的智慧型,所以並不能從根本上解決問題。

現實版「鋼鐵俠」馬斯克說:「一切思維都要依照物理學的「第一性原理。」

他就是按照第一性原理推出了特斯拉汽車。

「第一性原理」其實就是事物的底層邏輯。

因此,我們做事要會正確的思考,從底層邏輯出發才能從根本上解決問題。

圍棋程式 圍棋資料結構 圍棋演算法

圍棋程式 圍棋資料結構 圍棋演算法 e.g.各種典型的棋局或對弈程式 棋盤的資料結構 19x19 二維陣列 各種典型的下棋步驟即記錄棋局對弈過程的一系列具體的演算法 曉輝是這樣想的 如果所有可能的布局都蘊含在棋盤的序位關係之中,那麼,這種蘊含的棋局只有在被具體的對弈雙方選用的時候,才能由隱而顯。20...

flash 圍棋 圍棋怎麼玩,最還有flash

2008 02 13 回答 第一條 圍棋的棋具 一 棋盤 盤面有縱橫各十九條等距離 垂直交叉的平行線,共構成361個交叉點 以下簡稱為 點 在盤面上標有幾個小圓點。稱為星位,的星位又稱 天元 二 棋子 棋子分黑白兩色。均為扁圓形。棋子的數量以黑子181 白子180個為宜。第二條 圍棋的下法 一 對局...

關於電腦圍棋

一直想編寫個圍棋對弈程式,中國象棋和西洋棋的對弈程式都已達到大師級的水平,但圍棋程式目前最高水平只有幾級,才入門,實在小兒科。事實上很多人工智慧領域的頂尖學者在這方面的研究頗為深入,奈何沒有起色。後來應昌期,就是發起 應氏盃 現已故去的那位台灣老先生,懸賞100萬 新台幣?徵求職業9d水平的電腦程式...