主题：alphaGo 系统以及人工智能的未来 -- pattern

2000年来的古人是不是干电池？

看棋评棋是每个人的乐趣，也是提高自己水平的必经之路。可是正常人看棋走一步看一步，研究品评都是每一步得失，从来没有说刚开始就说某一方药丸的，因为这样的判断根本没有意义。

准确的再说一遍，用ZEN的判断来说某一方药丸就像让小学三年级学生来判断高中三年级考卷是否作对了。不管这个判断是对是错都没有意义。

至于AlphoGo，没什么不能接受的。

今天第四盘，当AlphoGo下出看不明白的棋的时候，大伙就笑称，阿尔法老师有给大家上课了。

至少前三局，柯洁前二三十手就比别人早看到结局了，古力等还拿不准时柯洁就开始聊天去了。这个一般人没有柯洁的水平，按照你的理论，柯洁能看到的，别人又岂敢置言呢。

阿尔法狗给大家上课，这个不是笑话吧。顶级高手偶尔打破AI的盲点有可能，但这与找到一系列稳定的对AI制胜手段，现在还没人敢提这个想法，但是可能行是存在的，而且目前也得是顶级人类棋手才有可能，而且前提是AI不再提高了。

基本上微积分，初步的算法知识就可以了。实际上这个领域热门的很，学校里新增很多这方面的PHD.现在是借alphaGo这个机会出现在公众领域而已。

另外，深度学习更多是一种工程。其理论还是比较弱的，如果有人能在理论方面有所进展，那估计影响还要大。

需要高手反复评估，来回模拟才能判断。计算机是可以比人下得多得多，但是如何“总结”为什么妙手是妙手？需要人为干预，还是计算机自己来判断？计算机根据什么来判断？

根本上还是因为围棋的搜索空间太大，一个棋局的发展可能性太多。无理手变成有理手我觉得还是需要人工干预。要计算机能真正的自我学习，既上面提到的unsupervised learning ,在理论和实践上目前都还看不到。

怎么比？你就是下100万盘，对围棋来说还是小意思，太少了。只有一定概率说这不是一招臭棋，没法说这是一招好棋。

物体检测前6名全是来自中国的团队！分别是商汤，海康，南信工，公安部三所。