※ 引述《neutrino (十年一夢)》之銘言：
: 我其實有些不懂,
: 為何很多評論會覺得AlphaGo的出乎意料的著手都被認為是"電腦才有的想法"
: 在那當下我反倒是覺得AlphaGo出乎意料的"像人"
: 像第二局37手, 若是藤澤秀行下出來, 是不是不會那麼意外?
: 挺像"秀行的次一手"?
: 我朋友說他覺得101讓他想起吳清源. 37倒是讓他想到武宮.
: 感覺AlphaGo的棋對子的效率不像最近的職業賽事那麼重視,
: 但是隱約好像帶著一點秀行+六超的某幾位部份風格,
: 加上李昌鎬的不慌不忙?
: 也許AlphaGo的學習過程中自然融合了這些前輩的精神,
: 讓他們合體再現在棋盤上了.
: 我棋力很低, 以粉絲心情說說感覺而已, 見笑了.
先說已經被破解的五子棋好了.
無論白方怎麼應, 黑棋可以找出勝率百分之百的路徑往下走.
圍棋太複雜無法算清, AlphaGo 計算的是放在每個位置上獲勝的概率.
它不懂所謂子效, 所謂的變化會增減幾目.
它要的是穩贏, 不管對手怎麼應都能贏, 而不是多贏幾目.
AlphaGo 若只輸入高手實戰譜, 頂多跟高手下得一樣好.
它的自我對練能夠把各類的變化盡可能的嘗試, 整理出勝算最高的路徑.
這些手法前人都下過, 只是 AI 能夠充分應用在當下的盤面上來提高勝率.
就算只看局部, 人類目前認為的最佳解可能不是最佳解.
就像新手新定石新流派, 不斷被發展出來.
只是 AlphaGo 多下了幾千年的圍棋, 比人類要早歸納整理出來.