围棋存在必胜法吗？0收藏分享举报{&debug&:false,&apiRoot&:&&,&paySDK&:&https:\u002F\\u002Fapi\u002Fjs&,&wechatConfigAPI&:&\u002Fapi\u002Fwechat\u002Fjssdkconfig&,&name&:&production&,&instance&:&column&,&tokens&:{&X-XSRF-TOKEN&:null,&X-UDID&:null,&Authorization&:&oauth c3cef7c66aa9e6a1e3160e20&}}{&database&:{&Post&:{&&:{&isPending&:false,&contributes&:[],&title&:&围棋存在必胜法吗？&,&author&:&tom-55-36&,&content&:&\u003Cp\u003E
首先，我不是江湖骗子，而且我确信已经有很多人从各种角度证明了棋类运动是存在必胜法的，这篇文章只是从一种算法角度来探讨一下这个问题。\u003C\u002Fp\u003E\u003Cp\u003E
在进行说明前，必须先对围棋的“胜负”进行一个定义，因为根据围棋的落子规则，这个游戏是可以一直走下去的。那围棋有没有一种状态，始终无法确认“胜负已分，不用再下”呢，有，下面几种情况：\u003C\u002Fp\u003E\u003Cp\u003E1.
\n其中一方坚称自己没有失败，然后不断的填自己或别人的空，直到被提子，然后继续……，反正我没有碰到过这种奇葩事。\u003C\u002Fp\u003E\u003Cp\u003E2.
\n和棋，这是有可能出现的，目前知道的是连环劫。但我坚信连环劫只是一类抽象情况的一个最简单特例，即：当一个棋盘局面，经过有限步演化，有重新回到了这个棋盘局面本身（就像成语接龙中出现了重复）。可以把这种情况想象成无限循环小数。\u003C\u002Fp\u003E\u003Cp\u003E3.
\n局面很复杂，复杂到结合所有的智慧，都无法判定胜负。类似于金庸小说的“珍珑棋局”，更过分的是这种状态可以持续下去，每一步都无法判定胜负，直到永远…...（简直就是薛定谔的猫！）。可以把这种情况想象成无限不循环小数。\u003C\u002Fp\u003E\u003Cp\u003E
好了，废了这么多口水，最终是为了提出一个问题，即：围棋这种游戏，究竟能否在有限步中，获得一个确定的胜负状态。从实践上看，上述的情况一是人品问题，但为了避免这种情况发生，必须要定义存在“确定的胜负状态”；情况二无限循环，已经发现了，被定义为和棋；情况三无限不循环，是一个传说，还没听说有人碰到过。\u003C\u002Fp\u003E\u003Cp\u003E
所以，我们需要调整一下规则，把这个问题定义清楚：需要有三个定义：\u003C\u002Fp\u003E\u003Cp\u003E1.
“确定的胜负状态”：当围棋处于某种局面时，就可以用某种“特定的方法”，确认此时胜负已分，后续的任何可能的走法都不影响胜负，这种“局面”称为“确定的胜负状态”。这种“特定的方法”，目前可以定义为：判断其中一方所有的“活”子，是否占据了超过50%的棋盘空间。\u003C\u002Fp\u003E\u003Cp\u003E2.
围棋这种游戏，无论怎么下，都一定能在有限步数中，获得一个“确定的胜负状态”，一旦出现循环，那第一次发生循环的那个局面也是通过有限步数可以达到的，算是一种“确定的胜负状态”，为了简单起见，可以把发生循环定义为“白棋胜”（谁让黑棋先下都无法取胜呢），这样定义只是为了后续的说明简单一点，在文章最后会再次讨论这个问题。这样，情况一和情况二都被包含在定义2中了。但是情况三并没有，因为情况三在现实中没有发生过，我们假定他不存在。所以定义2是无法证明的，只能算是假设，或者根据我们的经验，算是公理。\u003C\u002Fp\u003E\u003Cp\u003E3.
围棋的目的，就是黑白双方都尽最大的努力达到一个判断为自己胜利的“确定的胜负状态”，注意，“尽最大努力”的意思就是不能期望对方犯错误，而是要寻找一种必然性。\u003C\u002Fp\u003E\u003Cp\u003E
这三个定义很重要，定义1强调“存在性”，定义2强调“有限性”，定义3强调“最优性”，后面会用到这三个定义。\u003C\u002Fp\u003E\u003Cp\u003E
好了，正式开始。\u003C\u002Fp\u003E\u003Cp\u003E
首先，我们面对的是一个空棋盘，我们把他定义为“根”。然后是黑棋先行，黑棋有19*19=361种下法，我们定义每种下出来的棋盘局面，是“根”的一个“子节点”，“根”是这些子节点的唯一“父节点”。然后白棋走，针对上面361个“子节点”中的每一个，白棋都有19*19-1=360种应对方法，我们把这360种应对方法生成新的棋盘局面，定义为这个“子节点”的“子节点”，可以看出，这一层的“子节点”有361*360个，这些子节点的“父节点”，就分别是上层361个“子节点”之一。然后黑棋再走……\u003C\u002Fp\u003E\u003Cp\u003E
对，我们要把围棋所有的下法，结构化成一棵“树”。\u003C\u002Fp\u003E\u003Cp\u003E经常在网上看到评论，说这种做法叫“暴力破解”，是最low，最没有技术含量的做法。个人认为，这种展开才是最完美的结构，因为他足够简单，足够抽象，保存了足够多的细节。\u003C\u002Fp\u003E\u003Cp\u003E
这棵树需要一些名词才能描述，这些名词我简单列一下：\u003C\u002Fp\u003E\u003Cp\u003E
根、父节点、子节点、直接父节点、直接子节点、间接父节点、间接子节点、叶子节点、子树、节点所处的层级（深度）……\u003C\u002Fp\u003E\u003Cp\u003E
这些概念就不解释了，相信大多少人看名字，就能理解，对，就是你理解的那样。\u003C\u002Fp\u003E\u003Cp\u003E
大致描述一下这棵树的形态：\u003C\u002Fp\u003E\u003Cp\u003E1.
\n具有唯一的“根”，空棋盘。所有其他节点，都是“根”的直接或间接子节点；\u003C\u002Fp\u003E\u003Cp\u003E2.
\n除了“根”以外，每个节点都有一个且只有一个“直接父节点”；\u003C\u002Fp\u003E\u003Cp\u003E3.
\n每个节点最多有361个“直接子节点”，最少没有“直接子节点”。如果没有“直接子节点”，则他被称为“叶子节点”；\u003C\u002Fp\u003E\u003Cp\u003E4.
\n这棵树的节点数量是有限的（参考开篇花了大力气描述的定义2）。\u003C\u002Fp\u003E\u003Cp\u003E
通过上面的描述，读者应该能大致对这棵树形成一些概念，在头脑中想象出他的长相来，我就不画图描述了。\u003C\u002Fp\u003E\u003Cp\u003E
“根”的层级（深度）为0，其他任何节点的层级都大于0，根据围棋规则，所有奇数层级的节点都是黑棋选择的结果，所有偶数层级的节点都是白棋选择的结果。我们重点来看看叶子节点：所有的叶子节点，都没有子节点，根据前面的定义1，这意味着棋局走到这里就没有必要再走下去了，因为达到了“确定的胜负状态”。\u003C\u002Fp\u003E\u003Cp\u003E
那么究竟是谁胜谁负呢？如果一个叶子节点在奇数层，应该就是黑胜。为什么这么说呢？因为奇数层是黑棋的选择，根据我们在开篇的定义3，黑白双方都要尽最大努力争取自己胜利，如果奇数层的叶子节点是黑负，那就很奇怪了。考虑他的直接父节点，这个节点还是胜负未分的状态，黑棋走了一步，然后……他自己就输了？如果发生这种情况，应该认为违背了上面的定义3（努力争取胜利），因此本节点是没有必要存在的，应该从这棵树上删除掉。同样的道理，所有偶数层上的叶子节点，应该都代表白棋胜。\u003C\u002Fp\u003E\u003Cp\u003E
从“根”出发，沿着这棵树向下走（只能单方向向下走，不能掉头向上），会产生很多不同的路径，每条路径，最终都会到达一个明确的“叶子节点”，其实每条路径都代表着一局棋，终点的“叶子节点”，代表了这局棋的胜负，经过每个节点时选择的下级子节点，代表每次黑棋和白棋实际产生的下法，这个“叶子节点”的层级（深度），就是这局棋一共走了多少手。这样的路径应该有多少条呢？和叶子节点的数量一样多，也和围棋能走出的所有棋局的数量一样多。这个数字据说有人估算过，比我们宇宙中所有粒子的总数还要多，但是，根据我们前面的定义2，这个数是有限的，不会是无穷大。\u003C\u002Fp\u003E\u003Cp\u003E
需要说明的是，有很多不同的节点，代表的棋盘状态其实是相同的。比如我要走一个三连星，可以先下左边的星位，也可以先下右边的星位，最后下出来的三连星状态是相同的，但是从刚才对树的描述上看，在我选择左边的星位或右边的星位时，其实已经分离到了两个不同子树中，已经注定是不同的节点了。那么如果有两个代表相同棋盘状态的节点，他们可能出现在同一个路径中吗（是直接或间接的父子关系）？有可能，就是我们前面讨论的“循环”情况，比如连环劫，代表相同棋盘状态的两个节点，出现在了同一条路径中，是间接的父子关系，因此，根据我们前面的定义，当第一次发现这种循环时，后面就不必再下了，就算是“确定的胜负状态”了。\u003C\u002Fp\u003E\u003Cp\u003E
好了，现在进入最关键的步骤，“裁剪”这棵树。\u003C\u002Fp\u003E\u003Cp\u003E
为什么要“裁剪”这棵树呢？因为尽管这棵树列举了围棋所有可能的下法，但是有些下法，根据我们开篇的定义3（努力争取胜利），是永远不可能被选择的，因此没有存在的意义，没有人会这么下。其实刚才在讨论为什么奇数层叶子节点一定是黑胜时，我们已经裁剪过这棵树了。\u003C\u002Fp\u003E\u003Cp\u003E
现在应该如何“裁剪”呢，我直接说出结论：\u003C\u002Fp\u003E\u003Cp\u003E1.
\n对所有的“叶子节点”编号；\u003C\u002Fp\u003E\u003Cp\u003E2.
\n从第一个编号开始，到最后一个编号为止，重复如下步骤：找到这个“叶子节点”的直接父节点，把这个直接父节点，连同他的所有直接或间接节点（当然包括那个“叶子节点”本身），全部从树中删除。其实就是把“以该节点的直接父节点为根”的子树，整体裁剪掉。\u003C\u002Fp\u003E\u003Cp\u003E
注意，在进行步骤2的过程中，可能会发现某些“叶子节点”，在步骤1中编了号，但是轮到对他的直接父节点进行裁剪的时候，发现他本身已经消失了。这是正常的，跳过他即可。读者可以画张图或者脑补一下为什么会出现这种情况。\u003C\u002Fp\u003E\u003Cp\u003E
为什么要这么做呢？还是定义3（努力争取胜利）。考察一个奇数层的叶子节点，是黑胜利，那他的父节点一定处于偶数层，是白棋的选择结果。也就是说，白棋选择进入父节点，而进入父节点后，黑棋就可以一招制敌了，就胜了。白棋如果看出了这种结果，一定不会选择进入这个父节点，这样就等于把自己推向失败！因此，这种下法虽然在规则上是允许的，但是违背了定义3，实际上白棋不会选择，也就没有必要存在于这棵树上。\u003C\u002Fp\u003E\u003Cp\u003E
同理，偶数层上的叶子节点，也应该按照相同的方式处理，因为黑棋不会这样选择。\u003C\u002Fp\u003E\u003Cp\u003E
好了，经过一轮“裁剪”，我们再来观察一下这棵树。\u003C\u002Fp\u003E\u003Cp\u003E
所有的叶子节点都被删除了，但是对应的，一定又产生了一些新的叶子节点。\u003C\u002Fp\u003E\u003Cp\u003E
新的叶子节点代表什么呢？比如在奇数层上产生了一个新的叶子节点，他以前是有子节点的，意味着，那时他还处于胜负未分的状态，白棋还可以继续下下去。但是现在他的所有子节点都被删除了，就是说不管白棋选择哪个子节点继续向下走，黑棋都有一条路径把结果导向黑胜利。也就是说，这个新出现的叶子节点，也是黑必胜的！偶数层级产生叶子节点也是类似的情况。他们都是“确定的胜负状态”。\u003C\u002Fp\u003E\u003Cp\u003E
现在来回顾开篇的定义1，我们说存在“特定的方法”，确认某个局面胜负已分。但是现在我们发现，这个“特定的方法”是需要被重定义的：我们上述的裁剪过程，也应该被包含在这个“特定的方法”中。这个“特定的方法”被更新，导致这棵树被裁剪，并获得一些新的“确定的胜负状态”。\u003C\u002Fp\u003E\u003Cp\u003E
上面的“裁剪”过程，我们是可以反复进行的，这棵树的最大深度会不断降低，逐渐逼近根。（注意，根节点是不允许继续裁剪的，空棋盘是一直存在的）。\u003C\u002Fp\u003E\u003Cp\u003E
经过有限轮的“裁剪”，终于到最后了，但是，是黑必胜，还是白必胜呢？\n\u003C\u002Fp\u003E\u003Cp\u003E
最终，会形成如下两种情况之一：\u003C\u002Fp\u003E\u003Cp\u003E1.
\n第1层的某个节点，暴露成为叶子节点；\u003C\u002Fp\u003E\u003Cp\u003E2.
\n所有第1层的节点（361个）都被裁剪掉了，“根”暴露成了叶子节点。\u003C\u002Fp\u003E\u003Cp\u003E
如果出现情况1，说明黑棋找到了一种必胜法：他在下第一步的时候，只要下在那个节点代表的位置，白棋就会发现，自己无论如何应对，黑棋都会找到让自己失败的下法。\u003C\u002Fp\u003E\u003Cp\u003E
如果出现情况2，说明黑棋第一步，无论下在哪里，白棋都有办法，把结果导向白棋胜利。\u003C\u002Fp\u003E\u003Cp\u003E
为什么是两种情况？难道不能证明其中一种情况是必然会出现的吗？很遗憾，不能。下面证明一下：\u003C\u002Fp\u003E\u003Cp\u003E
假设在裁剪这棵树前，一共有n个叶子节点，每个节点都有一个对应的层级（深度），计为Li（i=1~n），现在我们取所有Li的最小值，min(L1,L2,L3…Ln)，命名为Lmin。\u003C\u002Fp\u003E\u003Cp\u003E
然后我们开始做裁剪。那么每做一轮裁剪，Lmin会有什么变化呢？结论是：最多减少2，最小减少0。这个结论只要画一下图，就会明确。\u003C\u002Fp\u003E\u003Cp\u003E
也就是说，每轮裁剪，会让Lmin以0、1、2这三种步数中的一种向根节点进发。为什么最大是2呢！如果是1，那最终第1层的节点迟早会暴露为“叶子节点”，但是偏偏是2！真是冥冥中自有注定！最大是2，意味着第1层节点有可能暴露成叶子节点，也有可能被裁剪掉。如果某个第1层节点被裁剪掉，并不意味着黑棋必败，因为黑棋还有其他第1层节点可以选择。但是如果所有的第1层节点最终都没有暴露成叶子节点，而被裁剪掉，导致根节点成为唯一的节点，才意味着黑棋必败。\u003C\u002Fp\u003E\u003Cp\u003E
所以从概率上说，黑棋必胜的概率要远远大于白棋必胜。但是究竟是黑棋必胜还是白棋必胜，不知道。只知道他们中的一个，一定是必胜的。\u003C\u002Fp\u003E\u003Cp\u003E
完毕！\u003C\u002Fp\u003E\u003Cp\u003E
尽管现在推导了为什么围棋一定有必胜法，但是这个推导是有前提的，这个前提就是定义2的那个“有限步数”，这个是唯一的假设，但是，这个假设很可能永远无法证明。\u003C\u002Fp\u003E\u003Cp\u003E
还有两个规则问题，需要特别说明一下：\u003C\u002Fp\u003E\u003Cp\u003E
第一个是“和棋算黑负”，这和真实的规则不一致。估计很多人都惦记着这个问题。这个问题要解决其实并不困难，我们在描述“确定的胜负状态”时，需要增加一种新的“胜负状态”：和棋。他也是叶子节点（就在第一次出现循环的位置），我们认为这是“确定的胜负状态”，因此不需要再下下去了。这种叶子节点既可以在奇数层上，也可以在偶数层上。同时我们要修改定义3，把“尽力争取胜利”，修改为“在保证不失败的前提下，尽力争取胜利”。因为定义3修改了，我们的裁剪方法也要修改，只能裁剪“分出胜负”的叶子节点的父节点，不能裁剪“和棋”的叶子节点的父节点（因为和棋有可能是选择之一，前提是要看能不能必胜。但是在裁剪过程中，“和棋”的叶子节点是有可能减少的，因为我们裁剪的是某个叶子节点的父节点，会删除掉一整棵子树）。在裁剪的最终，除了我们刚才定义的“黑必胜”或“白必胜”情况外，会增加一种可能性，就是所有的叶子节点都是和棋，已经裁剪不下去了。如果发生这种情况，说明是必然和棋的。因为根据定义3，对局双方首先要保证自己不输，所以双方都应该看出自己无法必胜，只能在“负”和“和”中选择，所以都会选择“和”。\u003C\u002Fp\u003E\u003Cp\u003E
第二个问题，也许有人会问，你没有考虑黑棋贴目的情况啊。其实黑棋贴目根本就不是问题，因为黑棋贴多少目给白棋，只会影响树本身，不会影响我们的方法。不管树本身是什么样，都不影响我们的证明结果。\u003C\u002Fp\u003E\u003Cp\u003E
也就是说，只要围棋的下法展开是一棵有限的树，那总有一方是必胜的（和棋也算进胜负中）。\u003C\u002Fp\u003E\u003Cp\u003E
再抽象一点，一个问题如果可以用“有限树”来表达，那这个问题的结果就一定是清晰必然的（这好像是一句废话）。\u003C\u002Fp\u003E\u003Cp\u003E
总结。\u003C\u002Fp\u003E\u003Cp\u003E
本来想简单写一下，结果写了这么多。\u003C\u002Fp\u003E\u003Cp\u003E
主要是被阿尔法狗闹的。我的朋友圈一直在刷阿尔法狗，讨论阿尔法狗是否是不可战胜的。现在我们知道，围棋有一个终极解，如果有人掌握了这个终极解，才是真正意义上的不可战胜，而很显然，阿尔法狗还离这个终极解差很远。\u003C\u002Fp\u003E\u003Cp\u003E
但是人类有可能掌握这个终极解吗？也许到人类毁灭都没有可能。如果围棋的下法真的比我们这个宇宙的粒子数量还多，那这棵树我们都没有办法存储，更别说使用了。\u003C\u002Fp\u003E\u003Cp\u003E
但这个推导还有一点用，比如3*3，4*4的棋盘，按照我们的算法，真有可能求出这个解。哪位程序猿试试，证明4*4的棋盘，有一方是必胜的，并找到是哪一方，或者算算4*4的棋盘，究竟黑贴白多少目才是合理的。但是到5*5的棋盘，我简单的算了一下，好像走法已经接近10^27，算是天文数字了。\u003C\u002Fp\u003E\u003Cp\u003E
好了，写完，睡觉！\u003C\u002Fp\u003E&,&updated&:new Date(&T14:45:23.000Z&),&canComment&:false,&commentPermission&:&anyone&,&commentCount&:0,&collapsedCount&:0,&likeCount&:0,&state&:&published&,&isLiked&:false,&slug&:&&,&isTitleImageFullScreen&:false,&rating&:&none&,&titleImage&:&&,&links&:{&comments&:&\u002Fapi\u002Fposts\u002F2Fcomments&},&reviewers&:[],&topics&:[{&url&:&https:\u002F\\u002Ftopic\u002F&,&id&:&&,&name&:&围棋&},{&url&:&https:\u002F\\u002Ftopic\u002F&,&id&:&&,&name&:&AlphaGo&},{&url&:&https:\u002F\\u002Ftopic\u002F&,&id&:&&,&name&:&博弈论&}],&adminClosedComment&:false,&titleImageSize&:{&width&:0,&height&:0},&href&:&\u002Fapi\u002Fposts\u002F&,&excerptTitle&:&&,&tipjarState&:&closed&,&annotationAction&:[],&sourceUrl&:&&,&pageCommentsCount&:0,&hasPublishingDraft&:false,&snapshotUrl&:&&,&publishedTime&:&T22:45:23+08:00&,&url&:&\u002Fp\u002F&,&lastestLikers&:[],&summary&:&首先，我不是江湖骗子，而且我确信已经有很多人从各种角度证明了棋类运动是存在必胜法的，这篇文章只是从一种算法角度来探讨一下这个问题。 在进行说明前，必须先对围棋的“胜负”进行一个定义，因为根据围棋的落子规则，这个游戏是可以一直走下去的。那围…&,&reviewingCommentsCount&:0,&meta&:{&previous&:null,&next&:null},&annotationDetail&:null,&commentsCount&:0,&likesCount&:0,&FULLINFO&:true}},&User&:{&tom-55-36&:{&isFollowed&:false,&name&:&tom&,&headline&:&&,&avatarUrl&:&https:\u002F\\u002Fda8e974dc_s.jpg&,&isFollowing&:false,&type&:&people&,&slug&:&tom-55-36&,&bio&:&it工程师&,&hash&:&e1c8a903dcfe&,&uid&:722100,&isOrg&:false,&description&:&&,&badge&:{&identity&:null,&bestAnswerer&:null},&profileUrl&:&https:\u002F\\u002Fpeople\u002Ftom-55-36&,&avatar&:{&id&:&da8e974dc&,&template&:&https:\u002F\\u002F{id}_{size}.jpg&},&isOrgWhiteList&:false,&isBanned&:false}},&Comment&:{},&favlists&:{}},&me&:{},&global&:{&experimentFeatures&:{&ge3&:&ge3_9&,&ge2&:&ge2_1&,&nwebStickySidebar&:&sticky&,&androidPassThroughPush&:&all&,&newMore&:&new&,&nwebFeedAd&:&experiment&,&newSign&:&oldVersion&,&liveReviewBuyBar&:&live_review_buy_bar_2&,&qawebRelatedReadingsContentControl&:&open&,&liveStore&:&ls_a2_b2_c1_f2&,&qawebThumbnailAbtest&:&new&,&nwebSearch&:&nweb_search_heifetz&,&searchHybridTabs&:&without-tabs&,&enableVoteDownReasonMenu&:&disable&,&iOSEnableFeedModuleWWANAritclePreRender&:&iOS_FeedModule_WWAN_PreRender_Enable&,&isOffice&:&false&,&enableTtsPlay&:&false&,&liveDetailWechatBanner&:&Live_detail_wechat_banner_1&,&wechatShareModal&:&wechat_share_modal_show&,&newLiveFeedMediacard&:&old&,&homeUi2&:&default&,&showVideoUploadAttention&:&true&,&recommendationAbtest&:&new&,&qrcodeLogin&:&qrcode&,&isShowUnicomFreeEntry&:&unicom_free_entry_off&,&newMobileColumnAppheader&:&new_header&,&androidDbCommentWithRepinRecord&:&open&,&androidDbRecommendAction&:&open&,&zcmLighting&:&zcm&,&favAct&:&default&,&appStoreRateDialog&:&close&,&mobileQaPageProxyHeifetz&:&m_qa_page_nweb&,&newAppViewRelatedAd&:&yes&,&default&:&None&,&isNewNotiPanel&:&yes&,&androidDbRepinSelection&:&open&,&nwebRelatedAdvert&:&default&,&qaStickySidebar&:&sticky_sidebar&,&androidProfilePanel&:&panel_b&,&nwebWriteAnswer&:&experiment&}},&columns&:{&next&:{}},&columnPosts&:{},&columnSettings&:{&colomnAuthor&:[],&uploadAvatarDetails&:&&,&contributeRequests&:[],&contributeRequestsTotalCount&:0,&inviteAuthor&:&&},&postComments&:{},&postReviewComments&:{&comments&:[],&newComments&:[],&hasMore&:true},&favlistsByUser&:{},&favlistRelations&:{},&promotions&:{},&switches&:{&couldSetPoster&:false},&draft&:{&titleImage&:&&,&titleImageSize&:{},&isTitleImageFullScreen&:false,&canTitleImageFullScreen&:false,&title&:&&,&titleImageUploading&:false,&error&:&&,&content&:&&,&draftLoading&:false,&globalLoading&:false,&pendingVideo&:{&resource&:null,&error&:null}},&drafts&:{&draftsList&:[],&next&:{}},&config&:{&userNotBindPhoneTipString&:{}},&recommendPosts&:{&articleRecommendations&:[],&columnRecommendations&:[]},&env&:{&edition&:{&baidu&:false,&yidianzixun&:false,&qqnews&:false},&isAppView&:false,&appViewConfig&:{&content_padding_top&:128,&content_padding_bottom&:56,&content_padding_left&:16,&content_padding_right&:16,&title_font_size&:22,&body_font_size&:16,&is_dark_theme&:false,&can_auto_load_image&:true,&app_info&:&OS=iOS&},&isApp&:false,&userAgent&:{&ua&:&Mozilla\u002F5.0 (compatible, MSIE 11, Windows NT 6.3; Trident\u002F7.0; rv:11.0) like Gecko&,&browser&:{&name&:&IE&,&version&:&11&,&major&:&11&},&engine&:{&version&:&7.0&,&name&:&Trident&},&os&:{&name&:&Windows&,&version&:&8.1&},&device&:{},&cpu&:{}}},&message&:{&newCount&:0},&pushNotification&:{&newCount&:0}}机器人与人的围棋终极对决
　尽管人工智能在象棋领域已经完胜人类，但在围棋领域长期以来举步维艰。然而人类的骄傲也许不可能永远延续下去。近日，国际顶尖期刊《自然》封面文章报道了谷歌研究者开发的名为“阿尔法围棋”的人工智能机器人，在没有任何让子的情况下，以5：0完胜欧洲冠军、职业围棋二段选手樊麾。
即将对决的机器人与人的围棋终极PK
　　但在围棋领域，由于人工智能机器人棋力比人类弱，在之前的比赛中，人类选手都会让子，而且人工智能机器人主要和业余段位的棋手比赛。因此，对于机器人的“进攻”，人们会以在围棋领域的智力优势来自我安慰。然而，这次情况不同了，与机器人对弈的选手樊麾目前是法国国家围棋队总教练，已经连续三年赢得欧洲围棋冠军的称号。而“阿尔法围棋”对战樊麾是完全公平的比赛，没有让子，却赢了比赛。
　　此前，研究者也让“阿尔法围棋”和其他的围棋人工智能机器人进行了较量，在总计495局中只输了一局，胜率是99.8%。它甚至尝试了让4子对阵CrazyStone、Zen和Pachi三个先进的人工智能机器人，胜率分别是77%、86%和99%，由此可见“阿尔法围棋”有多强大。
　　在2016年3月份，“阿尔法围棋”将和韩国九段棋手李世石在首尔一战，奖金是由谷歌提供的100万美金。李世石是最近10年中获得世界第一头衔最多的棋手。之前有人预测说，人工智能机器人需要再花十几年才能在围棋领域战胜人类，这场比赛或许会就此载入史册
　　最近，谷歌deep
Mind团队研发的人工智能系统AlphaGo在与欧洲围棋冠军围棋对弈中5:0完胜，紧接着，它又约战围棋世界冠军李世乭，并于3月开撕。对于人工智能机器人与人的围棋终极对决我们拭目以待。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。　　两只阿法狗以最优法下十盘围棋，棋谱会不会完全一样？
楼主发言：6次 发图：0张 | 更多
　　这个有意思了
　　这个！！突然想到了智能进化！弄一万只阿尔法狗相互对战，慢慢淘汰，然后选择出最后赢的那个。
　　围棋的主要目的是开发思维，输赢其实不重要。就像把孩子送进兴趣班一样的目的。
　　阿尔法狗自己都在不停学习进化，已经不需要老用下围棋游戏上个，而是搞科学研究上如如何找到比现在材料更能耐高温高压强度更高的材料了，或者在医学上攻克癌症发明新药物或者进行基因研究可用的范围太广了，可以深入到许多方面
　　谁拥有最先进的人工智能谁就占有了科学研究开发的最有利的位置，那些说想把阿尔法买给中国如何可能？你何时看到西方把最先进可以用到军事民用各种领域先进的机器卖给中国的，真不知道如何想出来如此愚蠢的想法
　　科学具有垄断的特点叫强者恒强，弱者恒弱，如今有强大人工智能的帮助下西方包括美国在科技上的垄断和突破只会越来越厉害的了。看了相关人工智能的纪录片，发现有几位女性首席科学家，华裔科学家也有几位，说明女性的智商也有远超过不少男性的人。
　　米畜国别他妈浪费钱选总统了　　把阿尔法狗弄进白宫去　　一天二四小时开机　　不比川普强到天上去　　这狗一不用玩黄金圣水，而不用搞女实习生　　绿色低碳环保　　这尼玛还等啥？
　　突然想到科幻片生化危机里面的那位管理保护伞公司地下庞大基地的机器人大脑了，看起来阿尔法狗跟那个机器人大脑有些像
　　但是那个额机器大脑不如这个狗的，这个狗还会自己不停深度学习的。
　　要是的话，输赢的决定因素在于执黑还是执白了。　　围棋就到头了。　　
　　应该是一样的　　
　　要是都一样，那就是围棋的终极棋谱？　　没有更优的下法了？　　
　　一群追求上帝的人　　
　　有点意思
　　根本就没有最优一说啊
　　围墙是对抗制的，就是说要让围墙按照“最优”方下出十盘一样的棋，前提是十盘棋中的对手每一步棋也必须是一模一样的。　　烦请注意这点。
　　值得思考
　　阿狗团队已经提交出 4000 局 50 台阿狗互搏的棋局，供人类学习。　　可见，就目前阿狗对围棋“最优”的认识，还是蛮宽泛的。
　　应该不会一样。　　围棋现在还无法穷尽搜索，也许即使穷尽所有可能，也还是会有一些棋很难分优劣。用机器的话说，各种计算的数据都一样。那么设计者一定会有意让机器随机选择。一步不同后面就可能步步不同。
　　何不来个中外“棋狗”大战。　　
　　如果这样，那就是浪费钱了，　　阿尔法狗现在跑的围棋，仍然是纯净的闭环计算，也就是没有外来参数的干扰，而现实中哪有那么多现成的纯净的闭环计算项目，就算中午做个饭，也是有N多参数要考虑的　　阿尔法狗这个东西的意义在于，人类终于能扩大了纯净的闭环计算所能适应的范围，把现实环境所需解决的问题，转为纯净的闭环计算可用的算法，是很困难的
　　目前阿尔围棋没有最优解，所以不存在一模一样的棋，另外围棋本身就存在无尽的穷究运算，所以阿尔法只能不重复地永远离最优解比人更近而已。
　　用个毛线两台，阿尔法狗自己就会左右互博，你以为它储存器里哪来这么多棋谱　　
　　高手对决往往是一招定输赢的，你说的会得到一下情形：一只啊法狗执黑子先下，另一只阿法狗立即经过数百万次计算后，直接认输……　　
　　@特别郁闷
12:30:00　　应该不会一样。 　　围棋现在还无法穷尽搜索，也许即使穷尽所有可能，也还是会有一些棋很难分优劣。用机器的话说，各种计算的数据都一样。那么设计者一定会有意让机器随机选择。一步不同后面就可能步步不同。　　—————————————————　　下一步棋可能只有万分之一的优劣差别，　　电脑是可以计算出来的。　　
　　@万有引力波
16:54:42　　@特别郁闷
12:30:00　　应该不会一样。　　围棋现在还无法穷尽搜索，也许即使穷尽所有可能，也还是会有一些棋很难分优劣。用机器的话说，各种计算的数据都一样。那么设计者一定会有意让机器随机选择。一步不同后面就可能步步不同。　　—————————————————　　下一步棋可能只有万分之一的优劣差别，　　电脑是可以计算出来的。　　-----------------------------　　问题在于“优劣”的标准本身是不确定的，或者是多样。
　　计算得到最优解，那也需要获取其他解的信息，否则别人走其他招数，你也不知道应对方法，这需要有巨量的信息储存，但现实中是无法实现那么巨量信息储存的。
　　谁能想到，我们会在一年之内连续被AlphaGo刷屏两次？关于阿尔法元如何快速学习成长击败AlphaGo Lee和AlphaGo Master的新闻这里就不再赘述，给出两个关键信息，供读者一起思考。　　一、阿尔法元没有录入人类棋谱数据，单纯通过自我对弈，依靠强化学习取得了现在的能力。　　二、阿尔法元的工作和训练效率都有了很大的提升，仅用了三天的时间就能击败原版阿尔法狗，同时在推理时，阿尔法元只用了4块
　　出现了许多人类没见过的“诡异”下法。
　　机器下棋就没有乐趣了
请遵守言论规则，不得违反国家法律法规回复(Ctrl+Enter)