人腦輸計算機 周俊勛不敵魔圍棋 - 圍棋

: 它的戰術看來實在是一片混沌，
: 原本以為要進角的，竟然逃出去了；
: 原本以為要圍中腹的，竟然不願圍一手；
: 原本能壓迫對手的，竟然手拔了；
: 原本一連串的先手，竟然下到一半投往他處了。
: 以上這些還倒無事，但MOGO甚至到後面還有直接撲入虎口的無理棋出現，
: 著實讓我相當驚訝，想來所謂的演算法，有時候仍然並不懂所謂的"常理"。
: 所謂電腦圍棋要追上人腦，我想仍有很長很長的一段路要走吧？
: 另外，提到職業棋士授七子給MOGO，大約換算成實利來看，
: 讓先+6目、角讓+30目、邊讓+20目、天元讓？目，少說一開始就讓130目之多。
: 要追上職業棋士談何容易，另外一位小朋友(P1d)讓了6子倒也不分上下，
: 推估起來應該有業餘2~3段的實力。
: 至於單機版呢，在下棋力在LGS2K、棋城4K，以這樣的實力勝過MOGO單機，
: 所以我推估....應該MOGO單機僅有業餘7~10K吧？
: 有時我對做MOGO的研究團隊都會有個疑問，
: 就是這些研究者本身會不會下圍棋呢？
: 如果說設計演算法就像是在培養棋士，那應該會有所謂的基本理念吧。
我其他的地方不是很瞭解
但是在學校學過一些人工智慧的理念
現在專題跟的也是做這方面的教授
可以跟大家分享一些事情

我們教授說 他在國外的時候
同校有一個實驗室英對中做機器翻譯
裡面的團隊是世界級的水準
可是那個團隊中沒有人會說中文...
常常做出來的結果還要找我教授看看對不對

聽起來這似乎非常不可思議
但是那是因為現在應用在電腦科學上的方法
其實已經跟以前有相當大的差異

以前就像是文中提到的
我們希望把我們人所能思考的邏輯和理念
好比說要先占大場... 先占實地...等"教會"電腦
這些大多是利用邏輯或是搜尋等技巧來實作
想當然 這種設計方式 設計者自己不會圍棋是不行的

但是現在我們覺得應該要利用電腦大量的運算力
最好的方法不是教電腦怎麼學我們思考
而是叫電腦利用這樣的運算力來暴力搜索可能的資料
再利用統計和數學模型來計算下哪一步最好的"機率"
在這種情形下 其實連設計者都不能很直覺的跟你說電腦判斷的依據
（因為都是透過複雜的數學公式推導出來的）
這種方法中 設計者會不會下圍棋 並不是關鍵

也許會有人覺得這樣子真是奇怪
畢竟我們已經習慣 圍棋是個不只是強調計算
也需要有"感覺"這個因素才能下的好

但是從電腦科學的角度來看
圍棋不能計算只是因為它要搜索的"空間"太大了
如果我們可以找到聰明一點的方法來計算
就可以在有限時間內找到比較好的解（一手棋）
準確率越高 棋力當然也就越強了

我想下的結論是 人跟電腦畢竟還是不同的
電腦所依賴的 其實只是他優越的計算力而已
什麼靈光一閃 氣勢的一手 對目的感覺 大局觀 常理...
都是只有人才可以體會的

如果哪一天電腦真的超越了人腦
那也就只是代表電腦真的算的很快
計算的方法非常的高明 利用的數學非常的完美
跟我們平常所謂的"棋力"
我想還是有不同之處的

--