AlphaGo 深度学习真有那么屌？

[q397064399]

从广义上来讲，围棋棋盘的布局是有限集合，只要足够快的计算机（理论上的超牛逼计算机）， 从算法层面上，完全击败人类是毫无问题的，

现有的 AlphaGo 大概是怎么一回事，怎么好多媒体吹上天了，说啥人工智能代替人类 某某的， 我们写代码的应该知道，这玩意也就是一种算法，跟强人工智能应该扯不上半毛钱关系

求高手打我脸，带我见世面

我只是来提问的，

结帖，半天也没看到一个人，能够通俗的讲解一下到底怎么一回事，

就我个人目前认知而言，这并不是强人工智能

[rrfeng]

『围棋布局构成的有限集合』>> 超牛逼的计算机。

有限的没错，但是对于目前技术来说就是无限的。

[polo2222]

你自己写一个小 ai 就知道这事情有多难了。。。

[est]

LZ 这个说法跟暴力遍历法可以打败一切算法技巧一个道理。

[Izual_Yang]

现在野狐上是这样的：抬出去，下一个

[Lonely]

so ，那你觉得什么样的才能吹

[phrack]

确实很吊。没骗你。

[4everLoveU]

高手看见这种无知、刷下限的帖子，也是无奈，无知真可怕

[qianlicao353]

谷歌这么多专家都没你屌

[xhowhy]

naive

[Kilerd]

或许楼主只知道有暴力破解（遍历）这种算法了吧。

排序只会用冒泡排序？？

[kinghero]

哈哈，你看看数据量大起来。 polynomial time 的算法和 exponential time 的算法能差多少。
谷歌做的就是加入评分机制，以及各种方法来减小搜索的范围啊。

[easing]

简单的规则通过不断的组合可以衍生出来极致的复杂，这种复杂在 wolfram 的《 a new kind of science 》是有具体的度量的，基本上可以说，围棋的复杂度，我认为哈，是和这个世界上能产生真随机系统的复杂度一个等级的。
但凡这种系统，是没法通过暴力算法搞定的，必须有一些类似整体思维（不敢说意识。。）的概念参与的，这才是 alphaGo 牛逼的地方。 LZ 你说的最不靠谱的一句话就是那个“有限集合”，理论上来说确实是有限集合，但这种有限集合对于人类来说就是无限，这里是有个度的，超过了这个度，就是真正的复杂系统。

[yangyaofei]

虽然是有限集，但是可能的组合的数量比全宇宙所有原子之和都多得多。把这样的复杂度降到用几台高性能计算机就能解决的复杂度，你说牛逼不牛逼？

[uzumaki]

听说过一个故事么 今天给我一分钱 成倍每天往上加给我。。不到 30 天就受不了了

[marsLeo]

https://www.zhihu.com/question/41176911

[caixiexin]

“给猴子一台打字机和足够长的时间，它能打出莎士比亚全集”？

[murmur]

@caixiexin 但是这个猴子已经阅读了迄今为止人类所有图书馆的藏书啊

[Perry]

楼主说的超牛逼计算机应该能很快解决所有 NP 问题吧。
那真的太 TM 屌了。

[Umix]

楼主态度都这么低了你们还追着打，没人性

[jininij]

围棋棋盘的布局是有限集合，确实，但请自己拿计算器算一下这个集合的大小。

一个围棋算法，最多能达到的，只有这个算法设计者的围棋水平。但 AlphaGo 挑战的，是人类世界围棋的最高水平。

你写一个程序，玩一个游戏，那么无论玩多久，它的水平永远在那。永远不会再增加。
但你希望它游戏玩的越来越好，这个程序就须要知道自己是不是在犯错，需要记录下自己的犯的错，研究比自己水平高的人是如何玩的，然后修改自己的行为。
你试想一下难度。
如果达到了，这就是弱人工智能。

但不经如此，你还想让这个程序玩所有的游戏，给它任何一款新游戏，它经过一段时间的自我学习，都可以越玩越好，最后超过人类。那么这个程序就必须从不同的游戏中发现共同点，以这个共同点为基础，一一攻破所有的游戏。

这时，你不仅希望这个程序只是玩游戏了，你希望让它做任何人类可以做的事情，根据一本菜谱做任何菜，学习所有的语言。。试想，如果一个程序能从容面对所有游戏中的所有情况，那么他离开游戏也就只是很小的一步了。
如果达到了，这才是强人工智能。

AlphaGo 是为强人工智能而设计的，现在实际才走到第一步，现在它还在玩星际争霸之类的游戏。当它继续在四五个完全不同的游戏上超过人类，让它进入现实世界就指日可待了。那时，所有的人都离失业不远了。

[creayningy]

如果是象棋呢？

[artandlol]

https://deepmind.com/research/alphago/

[artandlol]

http://money.163.com/17/0104/08/C9U1GUKI002580S6.html
不过本地看 master 还是 30 胜而不是 47 胜...

[lingyired]

@artandlol 因为它还去了别的平台

[zhangyi2099]

自学半月有余，觉得离入门还有十万八千里

[tumbzzc]

坐看楼主被吊打

[ZRS]

这个有限集的大小是 361!/4

[4everLoveU]

@Umix

[x86]

等一个江流儿

[Sylv]

围棋有「千古无同局」的说法。

[coderluan]

我感觉这个不是技术问题，而是概念问题，看你怎么理解 Artificial 怎么理解 Intelligence 了。
到底什么程度的能力才能算上 Intelligence 是没办法给出绝对正确的定义的。
这时候我感觉按照一般大众的理解就行了，我感觉题主肯定也能理解，只不过不喜欢媒体的过度吹捧，我也不喜欢。

[a2]

这样说来 韩国人赢了一局是不是找到 bug 了？

[1423]

楼主成功的浪费了我们所有人的时间
-1
-1
-1
-1
...

[Rice]

@caixiexin 也就几十亿年而已

[sixg0d]

@caixiexin 这是两码事吧，这个讲的是随机过程中的 0-1 律？

[Kevin]

Re:「从广义上来讲，围棋棋盘的布局是有限集合」

一个 19 路的标准围棋棋盘，落子的合法位置数共有： 2.08 × 10¹⁷⁰ 个。这个数有多大呢，我们给可观测宇宙的每个原子，都分配 208 亿个宇宙，然后把全部原子拿出来，才差不多够。

[imdoge]

@artandlol 弈城 30 盘野狐现在 23 盘（或者说 24...小强 7 手掉线判和了一盘）

[jasontse]

@imdoge 总感觉那个和棋是来捣乱的😂

[vtoexshan]

@easing 是不是说，阿尔法狗本质上还是搜索，带有选择性趋势性的快速搜索方法？

[vtoexshan]

@jininij 你让楼主算一下２^512 是多大一个数，楼主就有体会了

[vtoexshan]

@zhangyi2099 全是堆数学……然后，你觉得呢

[abcdabcd987]

是啊 确实跟强人工智能扯不上关系呀
强人工智能遥遥无期 ╮(╯_╰)╭

[wuling]

我猜楼主想吐槽的是：谷歌只是出了个厉害的算法，媒体却扯到了 AI 来临人类毁灭等等大新闻，事实上它跟强人工智能一点关系都没有

[zhangyi2099]

@vtoexshan 其实我说的是围棋

[msg7086]

人脑说白了也是一个计算和存储结构。计算机本身和人脑就很像。强人工智能需要的就只是更强的算力和更多的时间罢了。

[TonyG]

现在深度学习的 AI 已经在做网页和写 SQL 了，分分钟教你做人的感觉

[bearqq]

你以为他是用一种算法规则去赢的
其实他是模拟了你的大脑去理解棋局去赢的。
写过代码不代表你懂什么，发言以前至少百度一下神经网络是什么

[artandlol]

[ovear]

说白了生物进化史也是个有限的集合

[laoyuan]

1 、通用学习算法的人工智能够认识世界（跨领域学习）
2 、人工智能本身也是世界的一部分，所以它可以认识自己
3 、能够认识自己的人工智能，就是强人工智能。

综上， AlphaGo 的关键在于其深度学习是不是通用学习算法，目前的信息看来 Policy Network 和 Value Network 是具有通用性的（知乎），所以强人工智能不远了，我认为在座各位有生之年是可以看到的。

强人工智能一旦诞生，其认知曲线是指数性的，也许三五年，也许一夜之间，世界大不同。

[deadEgg]

建议楼主先了解了解 ml dl 相关的东西。。。

[vtoexshan]

@laoyuan 真的假的？机器智能和人脑智能看起来解决了同样的问题，但是，所用方法是不同的啊，现阶段阿尔法狗本质不是搜索吗？这和人类的推理，思考完全不同的吧？

[Cavolo]

然而目前的围棋 ai 它下一步下的子它的设计者是不得知的，这才是真正意义上的人工智能，如果是一种算法，靠的是计算速度，人类会不得知吗

[laoyuan]

@vtoexshan 条条大路通罗马，儿孙自有儿孙福。为什么要和人脑一样呢？
你觉得我 123 三条推理有问题么

[vtoexshan]

@laoyuan 怎么区分识记、重复这种低级思维，和推理、思考这种高级思维？

[WinG]

有楼主说的运算能力的话，我早已经拿去破解比特币先了。

[loryyang]

@laoyuan 其实我也这么觉得，我学机器学习不久，但是感觉就是：这东西真的很厉害

[iceland]

AlphaGo 是不是 Master 只有等官方说法

[markx]

如果我没有理解错的话， 其实我跟楼主想法一样。
如果是一个只会下围棋的 AI ， 那大概也就是硬件能力的进步和算法的改进的产物，并不是电影里面那种能主宰世界消灭人类的 AI 。 这种 AI 的出现是迟早的事情。

媒体同胞和各位围棋高手们经常把人的行为风格套用到 AlphaGo 上，但事实上也许她根本就不懂那些行为，她只是在解空间里面搜索而已。

楼主不是说 AlphaGo 不牛逼；楼主说的是 AlphaGo 的牛逼不是媒体吹的那种牛逼。 我觉得吧，至少目前还不是。

[markx]

这里“迟早会出现”是指的会下围棋的 AI 。 事实上，会下围棋的 AI 一直都存在， AlphaGo 只是下得特别好而已。

[dreamwar]

聂老上了，已经要跪了...
http://t.cn/RMwWcAC

[nagato]

算法只是 AI 的一方面，主要是建模

[hillw4h]

炸了，聂老也输了。

[jiangzhuo]

@dreamwar master 又赢了。

[dreamwar]

@hillw4h 聂老输很正常啊，这有啥炸的，柯洁都输了

[Izual_Yang]

r#12 @easing
深度学习应该还远远没有到意识的程度吧，从我这个外行的角度来看反而更偏向于知其然不知其所以然的黑盒子（中文房间）

[hillw4h]

@dreamwar 哈哈，好吧，我不懂围棋，以前只听过他的名字。

[Mac]

参见彩票过滤算法，穷举不是唯一的路，要过滤掉不可能的组合。

[soland]

我们写代码的应该知道，这种算法，就是会带来强人工智能

[q397064399]

@soland 哦，那就是很屌了？

[artandlol]

[q397064399]

@markx 是的，我也觉得，这其实是一种在 解空间 一种更牛逼的搜索办法而已，并不是媒体所吹捧的强人工智能

[madao]

@q397064399
1. 这不仅仅是搜索，蒙提卡罗搜索只是他的一部分
2. AlphaGo 的核心在于它的 Policy Network 和 Value Network , 这部分的技术难度远超你的想象。

一群科学家和资深研发多年的成果，不是一个「写代码」的能轻易低估的。

[madao]

@q397064399

原则上只需要修改它的训练数据，他能做别的事情（玩游戏， 0 基础学习语言）。

楼主既不懂围棋，也不懂编程。

[assassinpig]

号外号外!!! master 已经 50 连胜 kejie 也无法阻挡

[t6attack]

脚本级码农写照：
看到新闻，然后开始查：数学原理？不懂，公式一个看不懂。高数全忘光了，现在让我学数学？这不难为人么？
相关名词？查了半天，不懂，什么神经网络、阈值、收敛、局部最小解、 RBM 、 DBN 、贝叶斯分类器。。全是天书。。
有没有现成的函数类库事例代码捏？哎，找到了几个。代码每一行都看得懂，搁在一起却像天书。咦？怎么才能编译通啊？返回的小数是啥意思啊？

带着一头雾水，扭扭脖子。“ 艹！不就是个算法么。”

[lfk0000]

@assassinpig 那个 master 是阿尔法狗？

[assassinpig]

@lfk0000 背后不知道是谁 有小编瞎猜是韩国某 AI

[est]

@t6attack 输入输出什么，黑盒搞定。

[wjm2038]

@artandlol 请问第一张图是什么软件啊

[013231]

現在確定 Master 是黃世傑在操作了。


@wjm2038 弈城

[artandlol]

@wjm2038 弈城围棋 其实这软件很烂。。。
这张图估计是这个软件最有价值的图片吧
因为 master 账号已经不再上了 没必要浪费时间

[gunshot]

别想太多，试着看 deep reinforcement learning

[kalman03]

1=0.99999999.....

[gunshot]

btw, CS294 2017 快开课了，有没有一起看的？
http://rll.berkeley.edu/deeprlcourse/

[AsherG]

大致浏览了一下所有回复，发现楼主只回复了与自己见解相同的人。见解不同的，不管是不是在和楼主好好讨论，都一律不回。

[dtfm]

之前狗大战李世石时候有人说，狗擅长遍历，人类擅长剪枝，但我这样看来，在快棋下，度过了开局阶段，后面人类都完败啊。

[markx]

@madao 你列举了几个词来反驳楼主，可是那几个词都不是楼主说的。恕我愚钝，我不明白你想说什么。

[markx]

@AsherG 似乎确实是，哈哈。 估计楼主被黑到郁闷了。

[twl007]

@t6attack 然而每个人的知识都有局限性 就像现在让你自己去写个编辑器你不一定也能写得出来啊 用自己懂的领域来嘲笑不懂你领域的人真的是很无聊

[jotsai]

楼主被黑不是因为知识局限性，是因为态度。
另外楼主在评论里说“其实是一种在 解空间 一种更牛逼的搜索办法而已”， madao 才说阿法狗采用的蒙特卡洛树搜索不是核心，进而说明“ AlphaGo 的核心在于它的 Policy Network 和 Value Network ”，不觉得 madao 的反驳在语法上有什么问题。
不针对楼主的说，部分人写几句代码就觉得自己日天日地，我也是醉了，谦虚一点会死吗？

[markx]

@Cavolo "如果是一种算法，靠的是计算速度，人类会不得知吗"
我觉得你可能不完全对。举个例子，进化算法就是靠计算速度来找到人类可能不知道的解。

[Marfal]

@twl007 可能这就叫菜吧。。

[markx]

@jotsai 我觉得 madao 的说法是偷换概念呀。 楼主并没有说 阿法狗不过是用了蒙特卡洛树搜索而已， 或者 Policy Network 和 Value Network 不是核心。 事实上 madao 是第一个在这里说到蒙特卡洛树搜索的人，别人根本就没提到蒙特卡洛。 我都不知道他在反驳什么。

另外，我是说他的论据根本不着头脑， 我并不觉得他的反驳在语法上有什么问题。

[xfspace]

强行举例子，
把几台低端交换机堆叠起来，加起来大于等于运营商级交换机的背板带宽，就可以不买昂贵的运营商级交换机了。““我们”做网络的都知道，不就是转发个数据包嘛，背板带宽够就行了”。
典型的小数代表多数。

-----
LZ 说到，求打脸，后来又 Append “我是来提问的”。呵呵

[xfspace]

@AsherG LZ 以为有一人同见解，没想到补了一句 不懂围棋，不懂编程。 hhhhhhhhhhhhhhh

[lightening]

@vtoexshan 实际情况是，我们不知道神经网络和人脑思维方式是不是一样的，因为我们其实还是不知道人脑是怎么思考的。

复杂的逻辑推理，其实现在电脑完全做不到，先不讨论。就图像识别来说，用作图像处理的卷积神经网络其实就是模拟猫的视觉神经的结构做的。比如猫去识别一个东西是不是老鼠，其实猫也是通过看过很多个老鼠，记忆下了老鼠具有的某种 pattern ，然后每次看到一个物体，就和这些 pattern 进行匹配。如果猫识别老鼠是这样的话，那卷积神经网络判断一个物体是不是老鼠的方法和猫其实是一样的。

[q397064399]

@AsherG
没时间回，我本来是过来提问的， 我个人凭直觉提问，这东西我也没了解过，我看有没有人能够通俗的讲解一下
但是只要是现有的编程搞出来的东西，都是算法而已，既然是算法，那就是有穷计算的，
那就不是所谓的强人工智能，更不是媒体所吹捧的，你们都要失业了，机器人马上就要代替你了这种情况

[q397064399]

@lightening

但是人类识别一个老鼠很简单，体积 外观颜色 速度 机动性 生活习性 臭水沟等，
人类可以通过总结过往的经验，从更高层次的抽象层面上来大致判断一个移动的物体是不是老鼠，

我只是想问，目前是否能做到这些，如果不能做到这些，那么神经网络，只是通过模式
来判断一个物体是不是老鼠，那么机器代替人类绝大部分工作 依然是困难的

[q397064399]

@jotsai
这不就是求着大伙打我脸么？
我看是不是有人能够通俗的解释下，这玩意大概是 怎么一回事，
是不是像媒体吹的那样，强人工智能来临了，你们都要事业了 啥的