計算機圍棋戰勝人類需要再等100年
googledeepgo把歐洲圍棋冠軍樊麾幹翻了，這條新聞都看過了吧，這裏咱聊點兒不太一樣的東西。
首先，要說說圍棋是個什麽遊戲。規則很簡單，一人拿黑子一人拿白子，在棋盤361個交叉點上輪流下子，落子不得移動。一個點周圍的四個點都是“氣”，子周圍沒氣就死了，死棋則被拿走。在棋盤361個點下滿後，數數誰地盤大，誰就贏了。可以說，圍棋是一個“圈地遊戲”。
最簡單的規則，最複雜的變化。
為什麽這麽重要呢？因為是機器第一次在這項競技遊戲上勝過人類。雖然1997年超級計算機“深藍”戰勝了國際象棋世界冠軍卡斯帕羅夫，但圍棋一直被認為是人工智能難以攻克的題目。
2013年，日本電聖戰上，電腦圍棋crazystone打敗了石田芳夫九段（石田讓四子）。石田賽後評論crazystone：“大約與業餘六段水平相當……天才啊！”這次比賽算是電腦圍棋的一次小突破，但由於有讓子，算不上是真正的勝利。
在“通關”國際象棋之後，圍棋不可避免地成為了人工智能科學家要攀登的下一座山峰。不過許多媒體以及職業選手對此並不太在意，認為計算機擊敗人類圍棋手幾乎是不可能的任務。許多媒體都曾發出如是論斷：
計算機要在圍棋上戰勝人類，再等100年吧！
接下來要說點複雜的東西
圍棋到底複雜在哪裏？
參照維基百科上“遊戲複雜度”詞條，可以通過兩種方式衡量棋類遊戲的複雜性，一是狀態空間複雜度，二是博弈樹複雜度。
狀態空間複雜度：圍棋是10的172次方，中國象棋、國際象棋分別是10的48次方、46次方。
博弈樹複雜度：圍棋是10的300次方，中國象棋、國際象棋分別是10的150次方、10的123次方。
不多花篇幅解釋兩個名詞的內涵，光看數字大小就知道圍棋的變數遠遠多於象棋，但這還不足以說明圍棋的複雜性。facebook智能圍棋負責人田淵棟在知乎上有此一說：
單單拿遊戲的狀態個數去比較它們的難度是不準確的。有很多狀態空間廣闊但是易解的例子。讓計算機投籃，出手的方向，速度，籃球的旋轉，每個變量都是連續因而有無限可能，但是計算機試幾次之後很快就能找到最優解……
圍棋難的地方在於它的估值函數非常不平滑，差一個子盤麵就可能天翻地覆，同時狀態空間大，也沒有全局的結構。這兩點加起來，迫使目前計算機隻能用窮舉法並且因此進展緩慢。
圍棋本已複雜，計算機更是要將圍棋轉化為0、1，再窮舉出所有可能的狀態，最後進行決策——這項工作極為繁重。本次機器勝利意味著人們為這項工作找到了一個相對簡單的解決方案，但仍說不上是質的突破。據愛範兒cto何世友介紹，人工智能可以在三種情況下完爆人類棋手：
計算機性能無限強大，窮舉之；
計算機窮舉效率提高，高效窮舉之（如神經網絡）；
新型計算機出現（如量子計算機）。
目前google的alphago正處在第二階段。另外世友還指出，不必過分解讀這次勝利——
人類處理123+321=444隻需要三次運算，而計算機cpu需要進行上百次運算才能得出同樣的結果。現在人工智能戰勝了人類棋手，是策略優化和硬件運算速度提高共同作用的結果，換句話說，是人類戰勝了人類。與其惶惶論機器將征服人類，不如說得益於計算機的幫助，人類的諸多智慧能夠更快得到驗證，這對人類文明進步的提速將不可估量。20世紀中葉以來，在計算機的幫助下數學家們解決了三大數學猜想之一的四色問題以及克卜勒猜想，這便是最好的佐證。
googledeepgo把歐洲圍棋冠軍樊麾幹翻了，這條新聞都看過了吧，這裏咱聊點兒不太一樣的東西。
首先，要說說圍棋是個什麽遊戲。規則很簡單，一人拿黑子一人拿白子，在棋盤361個交叉點上輪流下子，落子不得移動。一個點周圍的四個點都是“氣”，子周圍沒氣就死了，死棋則被拿走。在棋盤361個點下滿後，數數誰地盤大，誰就贏了。可以說，圍棋是一個“圈地遊戲”。
最簡單的規則，最複雜的變化。
為什麽這麽重要呢？因為是機器第一次在這項競技遊戲上勝過人類。雖然1997年超級計算機“深藍”戰勝了國際象棋世界冠軍卡斯帕羅夫，但圍棋一直被認為是人工智能難以攻克的題目。
2013年，日本電聖戰上，電腦圍棋crazystone打敗了石田芳夫九段（石田讓四子）。石田賽後評論crazystone：“大約與業餘六段水平相當……天才啊！”這次比賽算是電腦圍棋的一次小突破，但由於有讓子，算不上是真正的勝利。
在“通關”國際象棋之後，圍棋不可避免地成為了人工智能科學家要攀登的下一座山峰。不過許多媒體以及職業選手對此並不太在意，認為計算機擊敗人類圍棋手幾乎是不可能的任務。許多媒體都曾發出如是論斷：
計算機要在圍棋上戰勝人類，再等100年吧！
接下來要說點複雜的東西
圍棋到底複雜在哪裏？
參照維基百科上“遊戲複雜度”詞條，可以通過兩種方式衡量棋類遊戲的複雜性，一是狀態空間複雜度，二是博弈樹複雜度。
狀態空間複雜度：圍棋是10的172次方，中國象棋、國際象棋分別是10的48次方、46次方。
博弈樹複雜度：圍棋是10的300次方，中國象棋、國際象棋分別是10的150次方、10的123次方。
不多花篇幅解釋兩個名詞的內涵，光看數字大小就知道圍棋的變數遠遠多於象棋，但這還不足以說明圍棋的複雜性。facebook智能圍棋負責人田淵棟在知乎上有此一說：
單單拿遊戲的狀態個數去比較它們的難度是不準確的。有很多狀態空間廣闊但是易解的例子。讓計算機投籃，出手的方向，速度，籃球的旋轉，每個變量都是連續因而有無限可能，但是計算機試幾次之後很快就能找到最優解……
圍棋難的地方在於它的估值函數非常不平滑，差一個子盤麵就可能天翻地覆，同時狀態空間大，也沒有全局的結構。這兩點加起來，迫使目前計算機隻能用窮舉法並且因此進展緩慢。
圍棋本已複雜，計算機更是要將圍棋轉化為0、1，再窮舉出所有可能的狀態，最後進行決策——這項工作極為繁重。本次機器勝利意味著人們為這項工作找到了一個相對簡單的解決方案，但仍說不上是質的突破。據愛範兒cto何世友介紹，人工智能可以在三種情況下完爆人類棋手：
計算機性能無限強大，窮舉之；
計算機窮舉效率提高，高效窮舉之（如神經網絡）；
新型計算機出現（如量子計算機）。
目前google的alphago正處在第二階段。另外世友還指出，不必過分解讀這次勝利——
人類處理123+321=444隻需要三次運算，而計算機cpu需要進行上百次運算才能得出同樣的結果。現在人工智能戰勝了人類棋手，是策略優化和硬件運算速度提高共同作用的結果，換句話說，是人類戰勝了人類。與其惶惶論機器將征服人類，不如說得益於計算機的幫助，人類的諸多智慧能夠更快得到驗證，這對人類文明進步的提速將不可估量。20世紀中葉以來，在計算機的幫助下數學家們解決了三大數學猜想之一的四色問題以及克卜勒猜想，這便是最好的佐證。