老拿汽车啊发动机啊做比喻太傻，阿法狗挑战的是什么，是人自豪的东西之一，是人无我有人有我精的东西，人什么时候以速度，力气为骄傲了，汽车发明之前当马不存在吗。阿法狗是在一项它之前的同类并不擅长的竞技运动中以一些接近人的方法战胜了人，它会从对弈中学习，会评估当前局势，最后完胜人在这项运动中运用到的思维能力。一定要比喻的话就是双足机器人球队屠了皇马，这还不够有意义？什么才是有意义？突然有一天像天网一样觉醒然后biubiubiu人类才是有意义？不需要积累，一步到位赶英超美啊？

你太纠结于什么能耗， 超级电脑上了。对于这次比赛， 这些反而是最不重要的东西。
没有alpha go ai算法上个革新， 全球超级电脑加起来也打不过柯洁。

alpha go的意义就在于， 去年用了个算不上超级电脑的集群就打败了李世石。
今年用了相当于去年性能1/10的服务器就打败了比李世石更强个柯洁。
其实所谓的服务器也就10个tpu，可能一个大点的机箱都能装下。

为啥alpha go不继续深入研究围棋了， 因为没意义了。
再让alpha go 自己打自己几年， 优化到只用20w的tpu都能打败人类有什么意义？仅仅是量变而已。

我并不觉得围棋可以代表人类最引以为傲的地方，如果了解围棋，应该知道，围棋比的是一个人的算力，所有的分析、决策最终都会转化成计算

计算能力，本质上和速度、力量等是一样的，都是天生的生物基础，比不过工具这不是很正常吗

你的所有决策从开车到工作都是计算，然后呢？

我想说的，柯洁与其说是被alpha go打败的，不如说是被设计alpha go的人打败的，alpha不过是一个非常优秀的围棋程序

柯洁和人类完全不用为此纠结什么

我提硬件规格是因为我自己就是程序员，一个系统谈性能不谈硬件规格就是耍流氓

性能 = 硬件规格*程序效率。 这里性能就是alpha go的棋力，是不是真的打不过柯洁加几个核也可以打败。我是搞不懂拿柯洁和一个计算机系统（你完全不清楚其规格）相比的基础在哪里

按你的说法，今天击败柯洁的机器如果用去年的版本就打不过李师师了，那李师师的输赢到底怎么算

人类下棋也会有进步啊，打败柯洁的不是机器是那个算法。那今年的世界冠军明年输了后年又赢了怎么算？完全一样的道理，想不通？

引以为傲的是大脑，是抽象思维，是象征性思维，围棋是其中一种运用以上部分技能可以对阿法狗之前的ai体现出优势的竞技运动。请你不要再拘泥于什么计算能力了，人算数字不如地摊10块计算器好像是第一天被发现似的。

喷了 强行命题再在这个范围辩论是吗

讲真，AI都不用比人强，只要能干的跟大多数人效果一样，人类社会的末日就不远了

a能写出算法，bcde被这个算法取代了

楼主的意思是这玩意跟电脑一样就是个工具而已，要取代人还早呢。

在一个接近无穷大的空间里还能找出接近最优解就是人工智能。早期的构思如Prolog，告诉它你想要什么结果，它告诉你整个过程。

你说呢

你根本没看懂主楼内容，而且多半是个文科生。

看来归根结底还是tgbxs的主旋律。

得你说啊O(∩_∩)O

你们忽视了一个词，从头到尾，阿狗都在号称深度学习。阿狗不是暴力运算，是学习决策。暴力运算哪怕全世界的超级电脑加起来都不够。

这是机器在学习，在以远超人类上亿倍的速度学习。这就是意义。

将来哪天打败了人类你也别奇怪。

现在虽然不至于到天网的程度，但是这个速度下去几年就能让大部分人失业没有问题，很多工厂已经在引入全机器人生产线了，要是后面被控制。。。科幻小说的那些不是没可能

这和TGBXS有什么关系？

得你先说啊

喷了，楼主对ai的理解太挫了。
ai最重要的是学习能力。这点和人类大脑原理是一样的。新生婴儿除了哭叫什么都不会，所有的语言行动能力都是后天学习掌握的。ai程序被设计出来不是运行暴力算法的，而是通过大量学习产生类似人脑的效果。
在围棋领域通过学习的阿花狗可以吊打人类，证明了ai在某个领域超越人类是可能的。柯洁从零开始学围棋多少年？阿花狗学习多少年？现在的情况是人类围棋大师再花n年时间学习都无法追赶ai的进度。
明白这个道理就会理解有人提出的担忧，某天ai是否可以全面超越人类？

这不是你扛着东西方呢？我还用说么？和东西方半毛钱关系没有啊，不明白？

说东方时候也不用太气馁，日韩也跑不了:D

原来人类大脑的原理已经研究出来了？你怎么不上天呢

你这理解能力.....
不懂原理，你父母是如何在你小时候教你各种能力的？

神经网络这门学科几十年前就有了，你火星了

数学几千年前就有了

然后呢？人类灭亡了吗？

灭亡这个结论没法说。
但是发展速度是惊人的。
机器算法一旦进入自我进化轨道，根本不是生物进化可以比较的。
完全是指数速度。

进不了

战李世石之前很少人认为ai能赢顶尖棋手。
战柯洁之前，很少人认为柯洁能赢一盘棋。
这就是ai的 进化速度

你这种就是无视瓶颈的，任何科技发展在初期都会有个爆发，然后进入瓶颈，无一例外


还有你说的这个根本不是什么进化速度，只是这个算法本身的完善，以及当初大家对这个事物不了解罢了

每个新事物差不多都是这么个过程，电脑，互联网，手机，智能手机，数码相机等等，刚出现的时候一致看轻，然后普及了一致看好，然后就进入挤牙膏的瓶颈阶段

你所设想的瓶颈是什么？深蓝到alphago之间就是一个瓶颈。这之间用了将近20年。
这个我可以说是围棋的骄傲了。
下一个瓶颈在哪里？通用性，这个就是deepmind要做的。

数学能替你开车？

任何算法本身的完善都需要码农去修改：发现缺陷（或者是bug）—— 重新审视流程图 —— 查代码（最痛苦的环节）—— 完善代码 —— 软件测试

阿发狗的逆天之处在于“自我完善”

瓶颈就是ag噱头为主，并没有卵用

围棋正好是个很有意思的玩意，有标准去衡量，标准又复杂，所以最适合这种神经网络学习。神经网络学习理论几十年前就有了，为啥现在才攻克围棋，硬件速度是一方面，难度其实在于要找一个既精通围棋又精通AI的人很难

在实际生活中，比围棋简单的东西早就在用AI了，比如各种图像识别，比围棋复杂的东西目前看来有一定进展，但是并不是很有希望。一个最好的例子是翻译，如果真能攻克这个才叫牛逼

实际上在电脑诞生之初就可以预计到，只要是有硬性标准的东西，人类必然比不过电脑

数据挖掘也是这样啊，这玩意不新鲜了吧

真正牛逼的东西大家都没意识到，远比ag有意义得多，就是google搜索

本帖最后由 NintendoVii 于 2017-5-29 11:10 通过手机版编辑

网络搜索的图像识别是在搜索引擎的能力范围内找匹配结果，它的任何判断都是有依据的，例如什么分支需要对比，什么分支必须放弃，这一切都是根据人们的搜索习惯、点击率等数据作出判断

当然谷歌也有可能已经在一定范围内对自我进化型AI进行搜索引擎测试，这点我们无法发现。

[本帖最后由 yamiyama 于 2017-5-29 11:19 编辑]

有范围才能定标准，这就是深蓝和阿发狗的区别

国际象棋的变化是有范围的，围棋变化是无范围的，无范围的变化无法利用既定程序去定制标准，图像搜索能够搜到接近的图片就是成功，而阿发狗必须赢柯洁

自己去查一下几大人工智能现在翻译的准确率吧，233
围棋本身是个游戏，背后的硬件和软件能做到这个结果的意义远大于这个游戏。

这，各种突破不都是回头看容易。
机器学习虽然理论早有，但是以前应用效果不好，所以没有成为利器。最近才琢磨明白需要大量数据去喂。
什么叫没有卵用。
现在阿花狗下的棋人类根本消化不了。。。
象棋ai下的棋就不会有人看不懂的情况。

这，各种突破不都是回头看容易。
机器学习虽然理论早有，但是以前应用效果不好，所以没有成为利器。最近才琢磨明白需要大量数据去喂。
什么叫没有卵用。
现在阿花狗下的棋人类根本消化不了。。。
象棋ai下的棋就不会有人看不懂的情况。

deepmind里围棋水平并不高，根本不需要精通围棋。

[本帖最后由 redpill 于 2017-5-29 15:11 编辑]

翻译还有准确率，神了

deepmind在text to speech也很牛

text to speech也是有标准的，我之前就说了，只要是有标准的东西电脑必然秒杀，毫无疑问

你举个没有标准的例子？

之前不是说了么，翻译

创作类的就不用说了