本文目录
- 两个master(P)对下围棋会是什么结果
- AlphaGoZero跟完美的围棋之神有多大差距
- 按照master的表现来看，它的段位大概多少为什么
- 如何评价聂卫平与master的围棋对战
- 如何评价围棋master，你认为这样的AI会被最先应用于什么领域
- 为什么人工智能下围棋，算圆周率很厉害，但无法证明数学猜想
- 如何看待柯洁负于神秘master这是否意味着人类围棋逐步走向终结
- 如果围棋棋盘放大一倍，规则相同，现阶段的master能下过人类围棋手吗
- Master以60连胜横扫围棋界，在围棋界产生了什么样的影响
- 请问围棋高手Master会不会被模仿棋克
两个master(P)对下围棋会是什么结果
谷歌公布了alphago(也就是master)50局自战对局，那就是两个master对下围棋的结果。
简单来说，一是有些招数人类高手不完全理解，第二个是当前贴目状态下，白棋胜率高很多。
AlphaGoZero跟完美的围棋之神有多大差距
问题有点多而且复杂，拿了张草稿纸写了写才算想明白了些…
先说说贴目吧，围棋由于符合策梅洛定理中的规定条件，无论贴目是多少：
“要么黑方有必胜之策略、要么白方有必胜之策略、要么双方也有必不败之策略”。
只要对围棋和围棋ai有些了解的人来说，很轻易可以发现在贴目为6.5时，黑棋优势，贴目为7.5时，白棋优势。而这点优势如果交由围棋之神掌控，那就是胜势，即便对手也是围棋之神。因为在正常情况下，只要贴目不为正数，就不会有平局出现
那这就存在一个问题：如果贴目为7时会怎么样？
刚开始我也被这个问题困扰了一会，后来突然转念一想：在贴整数目的情况下，双方最接近的情况也就是赢或输对方1目。举个例子：假如你执黑棋先行，需要贴给对方7目整，如果你能赢对手1目，那么即使你在贴7.5的情况下也能赢0.5目；而如果你输对手恰好一目，那么即使你少贴0.5目你也照输不误。因此：
围棋在某个整数贴目下双方都是有“必不败策略”的，而目前来看很可能是7目。但可能双方中有一方必胜策略可能要多于对方，可能有一方只有很少甚至只有一种“必不败策略”，不过对于参透了一切变化的围棋之神来说，贴7目，无论执黑或执白就已立于不败之地…
另外，由于围棋双方目数总和一定是361目，因此，在贴偶整数目的情况下，一定不会有平局出现(除非出现有眼双活的特殊情况)
不过，这其中还有个非常重要的点需要指出：以上都是建立在常规规则之下的分析，即平局只发生在双方终局之后目数完全相同的情况下。而围棋还有“三劫循环”，“四劫循环”，“多劫循环”的局面，这种情况下是会判处无胜负(可以理解为平局)的，那会不会出现形势不利的一方去努力形成复杂的无胜负局面来形成平局？暂时不得而知，这好像得看目前围棋ai对无胜负局面的理解以及目前围棋ai胜率中是否完全考虑了无胜负这种情况。。。
针对“有某一最优解的围棋局面具备的特征”再做一点讨论：
我说说我对于“有某一最优解的围棋局面具备的特征”这一问题的看法：
除去一些显而易见的，一眼就能看出最优解的局面(比如两条贯穿全盘的大龙对杀，仅一气之差)，其他的貌似走哪都行，你去问不同的职业棋手，会得到与之棋风大致相匹配的答案，去问ai胜率也只浮动1个百分点以内的局面，以目前人类的技术水平来说，很难找到真正的最优解。即使你拿着顶级ai让他就对着这一张图使劲训练，得到了精确到小说点后几十位的胜率，发现其中某个点应该更好。那最多也只是目前人类的技术水平下的最佳，是否能得到ai的认可尤未可知。因此目前来看是否有最佳解的局面之间还有很大的一段未知地带，也不用说是否能有人给出有唯一最优解围棋局面的特征了。。。
围棋之神是必然不可能有认输功能的，也完全不需要一个函数或者模块去判断是否需要认输。因为它参透了围棋的所有变化，也只知道围棋的所有变化。这么说的原因是围棋之神的胜率只有100%(必胜)与0%(必不胜即输或平)两种，而这种胜率是建立在对方也是围棋之神的情况下才有意义的，且如果真的对手是另一个围棋之神，那必败的一方开局认输，贴7目整的棋局双方随便走一走一平局收尾也是合情合理。但如果他的对手是你我凡夫俗子，抑或是绝艺、AlphaGo这种顶级ai(其实在围棋之神眼里并没有什么区别)，那它就不能再在开局自认为必败时认输，因为它的对手实力远逊于它，这样做很不合理。
因此我们的围棋之神需要选择一种最佳下法继续棋局。在此指出题主一处错误，此时围棋之神不应该是采用“双方理想情况下，子差最小”的下法，而应该采用“尽量将局面导向混沌，即最复杂的下法”，不过如何定义“最复杂的下法”还有待考究，但一定不等同于题主所说子差最小。原因就在于围棋只有胜或负两种情况(不考虑平)，输半目与全盘没有活棋并没有区别(当然面子上过不去)，比赛的奖金不会因为你只输了半目而多分你一点，所以在劣势局面下，释放胜负手是唯一的选择(总好过安乐死)。所以围棋之神也需要在开局自认为必败的情况下释放它自认为的“胜负手”，尽可能让局面变得复杂。
再回答题主比较关心的一点：围棋之神究竟能让AlphaGo几个子？
由于围棋之神现在并不存在，AlphaGo也已退役，所以拿其他对局来进行参考：
最近一次人类与ai的正式对局应该是去年年底李世石的退役三番棋，与韩国本土ai韩豆的受2子、分先的对局。
李世石引退赛第一局三番棋中最大的亮点应该就是第一局李世石的黑76天外飞仙
神之一飞这一步不仅当场击溃韩豆，就连绝艺、星阵等其他顶级ai也都没有看到。
图1图1:韩豆当时应该只看到了黑1大吃的手段，所以提前用白 与黑棋做了交换。
图2图2:白棋如果打完想要压出，黑4可以与白5交换，然后吃掉中腹棋筋。
图3图3:如果白棋打完粘上，黑4与白5交换后，有黑10位妙手，恰好能够将白棋棋筋吃住，白不行。
图4图4:白1最强应对
按照master的表现来看，它的段位大概多少为什么
阿尔法狗没有段位 你忘了当年大魔王张怡宁 打球不败金身 搞得自己世界没排名 为什么？没有败绩是无法给名次的。这也体现了他太强了。
阿尔法狗也是 你给10段吗？他比10段要厉害 但是还没有10段 想给他一个段位 必须输几场 才好下定论
如何评价聂卫平与master的围棋对战
我认为对聂卫平与人工智能master对决的败阵不必警惕，首先人工智能是在人的大脑指挥下制造出来的，目前还没有人工智能设计出超越它自已的人工智能来，其次把数十万次棋局对决的信息编程给人工智能，通过运算后才有羸棋局这一结果，从源头角度来讲，还是属于人的大脑智慧结果。在此我代表中国向世界郑重宣告:世界级的难题一一做梦现象，已被我揭开了最外层面纱，标志着数据化和用因果律解梦的时刻已来临。破解梦涉到对我们的大脑许多不为人知的特殊功能，如大脑能通过血液作用隐性记忆某方面的信息。人们万万没有想到我们的大脑能隐性记忆储存我们一生的生理活动方面信息，还能根据在睡眠状态下的生理需求设计出梦来作为一种意识支配作用，同步诱导性、针对性地调节梦者体内某方面急须调节的生理，并且在暗思维的作用下，提取出大脑隐性记忆储信息用来作为设计梦图像的部分依据。虽然在此只能透露部分信息内容，但可见人类大脑的信息储存量和分析能力之强大。若有机会阅读我创作有关解梦的书后，对你们大脑的超凡能力会有新的认识，在此建议人们不要低估了自已的智慧。
如何评价围棋master，你认为这样的AI会被最先应用于什么领域
像master这种人工智能显然已经拥有了学习能力，以及对棋局未来的预判能力，我个人是这样看待master的:
这个人工智能可以从对局中学习，积累经验，甚至可以从自己与自己的对局中学习(至少Google的阿法狗声称有这个能力)，从学习能力上来讲已经超越了人类，至少人类不可能24小时保持学习和研究，只要不断电机器可以。但是预测棋局毕竟和预测事件还是不是一个维度的事情，毕竟人类的决策系统确实更为复杂，事件的演变模型毕竟没有定式，没有明确的规则，随机性更强。人类决策中的贝叶斯理论现在都是人类研究的难点，那么这个人工智能，加上大数据，能不能为我们决策贡献一份力量呢？也未可知，期待人工智能为我们带来更多惊喜。
为什么人工智能下围棋，算圆周率很厉害，但无法证明数学猜想
人工智能目前的表现确实不错。在许多领域已经碾压人类的智慧。比如下围棋，可以让人类顶尖高手两个子。但是证明数学猜想AI还没有这个能力。为什么呢？这要从人工智能的发展讲起。
人类很早就掌握了圆周率的计算方法。中国古代的数学家在这方面多有建树。公元263年，魏晋时期的数学家刘徽（225年-295年）撰写了《九章算术注》，其中有一篇1800余字的注记，这篇注记内容就是数学史上著名的“割圆术”。后来南北朝时期杰出的数学家、天文学家祖冲之（429年－500年）在刘徽开创的探索圆周率的精确方法的基础上，首次将“圆周率”精算到小数第七位，即在3.1415926和3.1415927之间，他提出的“祖率”对数学的研究有重大贡献。直到16世纪，阿拉伯数学家阿尔·卡西才打破了这一纪录。而在掌握计算方法之后计算圆周率就是个力气活。在电子计算机出现后计算圆周率就是小菜一碟。
人类智慧和人工智能真正的较量是在解决复杂问题的能力上。
第一场较量是1997年IBM的深蓝战胜了国际象棋等级分排名世界第一的棋手加里·卡斯帕罗夫。战绩 3.5:2.5 （2胜1负3平）。首先1997年版本的深蓝输入了当时搜集 到的100年内所有著名棋手的棋谱。1997年版本的深蓝运算速度为每秒2亿步棋。1997年的深蓝可搜寻及估计随后的12步棋，而一名人类象棋好手大约可估计随后的10步棋。正如中国古代军事家孙子所说：“夫未战而庙算胜者，得算多也。未战而庙算不胜者，得算少也。多算胜，少算不胜，而况于无算乎！“ 。
第二场较量是在19年后Google的AlphaGo Master也战胜了等级分排名世界第一的围棋棋手柯洁。人类围棋的顶尖棋手和AlphaGoMaster的网络对战成绩是0:60。而Master还不是AlphaGo的最高级版本。
那么为什么计算机要19年后才能在围棋上战胜人类呢？还是计算的问题。围棋对AI的挑战难点在棋盘空间。国际象棋的空间状态是1043。而围棋是10170个状态空间。这样的游戏具有高分支因子。围棋中的可能场景的数量要大于宇宙中的原子数。光照顾了棋局的宽度（变化）就照顾不了棋局的深度（考虑的步数）。所以围棋职业棋手2016年之前一致认为计算机不可能下过人类顶尖棋手。
从当时的情况看计算机确实是有点“机关算尽”了。于是科学家们开始研究新的思路。在资源有限的情况下人是怎么办的？最典型的例子是种花、果时要打尖、疏果。因为植物的营养是有限的。不打尖、疏果就不能得到好的结果。围棋棋盘上的空间状态虽然多但是每个空间状态的价值是不同的。所以对变化的计算要剪枝。问题转化为应该剪除谁？
解决这个问题的就是蒙特卡洛算法和神经元网络的深度学习。
什么是蒙特卡洛算法？举个例子：有一个箱子里边有无数个苹果。想找出最大的。但是人从外边看不到苹果的大小。每次可以随机取出一个。然后和上一次的比较。大的留下。这样重复100次、1000次之后是什么结果呢？留下的不一定是最大的苹果，但一定是在目前最接近最大苹果的苹果。
和蒙特卡洛算法对应的是拉斯维加斯算法。也举个例子：还是，一个箱子里边有无数把钥匙。想找出能打开一把锁的钥匙。还是每次可以随机取出一把来试。打不开扔掉。这样重复100次、1000次之后是什么结果呢？有可能碰上了，但是不保证一定能碰上。
人下棋时是通过过往的经验来做选择。AI也是通过过往的经验找出最接近正确答案的值给每一个选择点赋值。而人们看到的是每着的胜率。
AI是怎么给每一个选择点赋值的呢？这就离不开神经网络和深度学习。人能思考的物质基础是人的神经网络。AI的神经网络系统就是仿生的结果。有了这个物质基础就有了机器学习。深度学习是机器学习的一部分。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力。 深度学习是一个复杂的机器学习算法，又分为有监督学习和无监督学习。
老师留作业，学生做习题集。其实就是一种有监督学习。通过做题掌握了解题规律。于是考试时只要是做过的题型基本上多会做了。
现实生活中还常常会有这样的问题：缺乏足够的先验知识，因此难以人工标注类别或进行人工类别标注的成本太高。很自然地，我们希望计算机能代我们完成这些工作，或至少提供一些帮助。比如在没有计算机的情况下人通过对大量的数据长期观察思考，找到了克山病的原因。但是这个研究发现其规律的过程长达几十年。AI的无监督学习就是模拟人的这个学习过程。可以加快人们对未知事物的理解。
深蓝和阿尔法狗最初都是用人类的棋谱喂养的。比如战胜李世石的AlphaGo Lee就大约喂了16万人类棋谱和数万个人类人类总结的模式（定式）。但是最后开源的AlphaGo Zero则是从零开始通过“左右互搏”自己通过超过1亿对局自己悟出的围棋真谛。自学成才的AlphaGo Zero水平不但远超AlphaGo Lee，就连横扫千军的AlphaGo Master也不是AlphaGo Zero的对手。这就是职业棋手说的AlphaGo Lee的棋还能看出高明的地方（因为有人类的影子），AlphaGo Zero的棋则看不懂的地方。许多过去的共识被纠正。数以万计的定式被废弃。
说了这么多，就是说AI很有用也很厉害。比如在图像识别方面（在数万个摄像头的监控系统中找出嫌疑人）。比如在自动驾驶决策方面。AI都表现出超人的能力。
但是AI目前都是按照人类设定的规则运行和学习的。超出人类的规则就乱套了。比如2019年以前的围棋AI都是按照中国规则设计和训练的。如参加按照日韩围棋规则的比赛在局面仅好一目半目时会发疯（AI以为局面落后使出非常手段）。直到后来开发人员按不同规则修改了程序并按新条件训练AI。这个问题才得到解决。
最后回到为什么还无法证明数学猜想。简单说就是因为人类还没法给AI规定规则和学习方法。
在中国数学猜想里最有名的是《哥德巴赫猜想》。德国人哥德巴赫在1742年提出的两个猜想：（1）每个大于2的偶数都是两个素数之和；（2）每个大于5的奇数都是三个素数之和。中国数学家华罗庚、陈景润等对证明这个猜想做过重要贡献。
其实中国人很早也意识到这个问题。老子的《道德经》里：道生一，一生二，二生三，三生万物。为什么一、二、三就生万物？可以说也是意识到所有的数是由最基本的素数组成的。
但是意识到是一回事，证明是另一回事。人类还没有找出证明的规律。所以目前没有办法教AI训练。也许以后的人工智能进步了可以自己找出学习、思考的方法。但是目前现实中的AI 还没有这个能力。
如何看待柯洁负于神秘master这是否意味着人类围棋逐步走向终结
人工智能的发展已经超出了人类的想象，就像当初电脑出来后，很快在诸多方面超越了人类能力一样，这将是人类未来发展的一大方向，那些互联网科技公司显然不能漠视人工智能，否则极有可能在未来的竞争中落于下风，甚至被淘汰出局。
这大概i是2016年“人机大战”吸引了全球关注的原因，谷歌旗下的一家英国公司在人工智能方面攻破了“人类智慧堡垒”——围棋，过去我们得到的信息是，起码50年内，电脑围棋软件打败人类不可能，因为围棋实在太复杂了，就连人类自己都只是掌握其奥秘的很小很小一部分，人工智能怎么能这么快就赶超人类呢？
但2016年AlphaGo那次与李世石九段的“人机大战”结果令围棋界中人无不目瞪口呆，围棋终究还是被人工智能攻克了。也许人工智能在围棋上的理解能力还有限（或者说没有理解能力），但因为其把控局面的能力实在太强了，当然这也是建立在强大的计算力基础上的，人类棋手在年龄稍大、精力下降的条件下，为什么棋力会下降，根本原因就是人的计算力下降了。局部死活看不清，两条龙对杀算不清各自有多少口气，点目总是点不清楚，常常是点了前边的忘了后边的，棋的精确度在下降，因此胜率就会随之下降。
Master（其实就是AlphaGo）的确厉害，比2016年的AlphaGo厉害多了，不仅仅是升级版那么简单，因为它对人类棋手60连胜，尚无败绩，也就是说其深不可测，究竟高点在哪里，无法得知。但人类也大可不必因此妄自菲薄，Master再厉害也是人创造出来的，既如此，就跟航天飞机、高铁、航母一样，能为人所用，人类能借助人工智能，实现围棋技术的革命性突破，类似过去“金角银边草肚皮”这样的围棋理论就会被抛弃。
还有，就像奥运会百米短跑一样，人是跑不过车，但人与人之间的竞争却永远存在。同样的道理，哪怕人类高手下不过Master,但并不会影响人类之间的对抗，胜负，是人类高手之间的胜负，而不是“人机大战”。人工智能并非全都是阳关大道，人类高手也不会都走独木桥，凯撒的归凯撒，上帝的归上帝，人类之间在围棋上的竞争照旧。
如果围棋棋盘放大一倍，规则相同，现阶段的master能下过人类围棋手吗
对围棋有一些了解的话，那这个问题基本上是个伪命题了。为什么这么说呢？
围棋的棋盘的确是在变化的。
从出土有实物的证据看，围棋棋盘的大小从十五路发展到十七路，在魏晋南北朝时期基本就固定在十九路的棋盘了，一直沿用至今。就大小而言，就是我们现在围棋盘的大小。
围棋作为优秀的文化载体周围日韩等国家很早就进行引进，在漫长的发展中，有了很多改进和革新，但作为围棋盘，根据各国人不同的习俗样子发展了很多，比如适应日本人跪坐使用的棋墩。但大小也一直固定在十九×十九这个大小。
现代我围棋向欧美发展，欧美爱好者也发明了一些别致的棋盘，比如多边形的棋盘，可以供四个人玩的棋盘等等，作为一种试验无所厚非，但主流还是使用中式或日式棋具。
棋盘的大小不是随心所欲的，是有一些内在讲究的。就棋盘而言，棋盘分为角部，边部和中腹。合理的大小应该是三块区域的价值都比较平均和平衡，不能出现价值特别突出的区域。棋盘小于19路，角的价值就远大于边更是大于中腹，棋盘大于19路，那么中腹的价值就要远大于角部了。经过计算可以得出结论十九路棋盘是比较均衡的。在实践中棋盘大小慢慢固定在十九路，可谓殊途同归。
十九路的围棋盘，这是一个合理的大小，也是均衡的大小。所以不会出现更大21路或其他的棋盘了。十九路很完美了。
就常识的角度看，世界上生命最长的是植物吧，几千年的植物并不罕见，但你见到过长出大气层的植物吗？人口也是不停的扩大，但到一定阶段这个扩大不就要慢下来甚至停下来吗？这也是自然之理。世界是平衡的，围棋盘当然也是。
Master以60连胜横扫围棋界，在围棋界产生了什么样的影响
谢谢邀请与信任
master是人功智能没错，但它又代表着什么？
60连胜所产生的影响只是在围棋界么？
master只是现阶段的围棋对战最好的程序软件，以后一定还会有更好的。这个软件代表着有围棋以来绝大多数专业棋手的智力集合，而且就算这些专业棋手真的集体和它下一样也会败北，应为软件能做到所有人能做到想到的，而这些专业棋手真的集合在一起也更本做不到1+1=2。而对程序而言却是1+1远远大于二。
这个六十连胜宣布了一件事，人工智能在很多领域已经或将要让人类望尘莫急。
当然这对棋类选手来说也就有了更好的陪练选手。对围棋水平的整体提高有着非常良好促进的作用。人工智能程序或许是让人绝望的对手，但肯定是让人喜出望外的陪练。
请问围棋高手Master会不会被模仿棋克
不用master,和zen6或者天弈围棋下一盘就知道了。模仿棋不小儿科吗，棋魂里讲了塔失亮怎么克制模仿棋。再说，对面是master, 对于他只有胜率，他不会管模仿与否，连人类最普通的心理波动也不会有，第一步走天元直接就输了。
