如何看待谷歌AlphaGo首次战胜人类围棋高手？

一个月前，DeepMind的创始人戴密斯·哈萨比斯表示，关于围棋的研究很快会有惊喜，65438+10月28日的《自然》杂志将以封面论文的形式介绍谷歌的人工智能公司DeepMind开发的一款名为AlphaGo的人工智能，它已经击败了欧洲围棋冠军，将于3月与世界冠军李世珍对弈。这个程序使用了两个深度神经网络，策略网络和价值网络，大大降低了需要考虑的搜索空间的复杂度。前者降低了搜索的广度，后者降低了搜索的深度，很像人脑下围棋时直觉快速锁定策略的思维。

所以给一点时间，像巅峰时期的吴清源和李昌镐这样的人(即使他们不断学习)也离不开电脑？(我指的电脑是2015中配的PC，不是服务器集群，类似于运行Pocket Fritz 4的普通电脑。)

今天(3-12-2016)，AlphaGo已经以3:0领先Lee Sedol。

这并不太意外。我记得十年前有人说过，这个问题十年内可以解决。也许那时他已经有了一些想法。

谷歌真的为解决这个问题做出了很大贡献。我觉得很多看起来同样困难的问题，并不是不可解决，而是我们是否愿意解决，愿意在这些问题上花多少精力。我觉得这个启发很重要，尤其是当深网等新技术出现的时候，有很多地方只要简单应用就能有新的突破。

说实话，我看了AlphaGo的思维，和我之前的思维差别不大。我在2015 65438+10月看了一篇关于利用卷积神经网络下棋的论文(神经网络可能最终在围棋上战胜人类)，有一种豁然开朗的感觉，我想到了一个改进的思路(论文中的程序其实有明显的缺陷，去掉缺陷才是更完美的思路)，真正的理论突破是论文，它的撰写，决定了AlphaGo只用了一年左右的时间就达到了今天的水平。谷歌的贡献是更好地完善和实践了理论，他们更有能力解决这类问题，而不像那篇论文中的程序使用的是纯神经网络，所以很难达到顶级水平。

值得反思的是，围棋作为一个东方游戏，为什么不为我们解决这个问题。我想中国一定有人看到了解决方案，因为像我这样的业余爱好者可以看到一些东西。