是不是对于任意 n×n 大小的围棋棋盘，人类都赢不了 AlphaGo Zero 了？ 第1页
1
li-xiang-1-48 网友的相关建议:
阿法狗赢李世石的时候使用了上千个芯片，赢柯洁时使用了专用芯片TPU，而使用类似的神经网络算法却没有同等规模的计算能力的其他团队的AI却经常输给人类棋手，这说明：阿法狗的胜率和计算机的处理能力是高度相关的。
那么，要达到同等棋力，计算机处理能力和棋盘规模之间是什么关系呢？我猜测是指数关系，因为阿法狗的原理是利用大量的自我对弈进行训练，而可能的棋局数量和棋盘规模之间是指数关系，在棋盘扩大时，要保持
训练棋局数/比赛时可能出现的棋局数=常数，
就必须指数级地增加计算机处理能力。
这只是一个猜测，建立在如下推理的基础上：
阿法狗需要自我对弈几千万局才能完成训练。
如果f（19）=“几千万”，那么从常理判断，f（n）不太像一个和棋盘规模n无关的大的常数，更像是随棋盘规模指数级增长的变量。
结论：建议把棋盘规模扩大到25路以上，以抵御人工智能的冲击。
1
相关话题
与对手下棋开狗（使用AI）是一种怎样的体验？经过足够长的时间， AlphaGo 的棋谱能收敛到一张上吗？
有哪些优秀的深度学习入门书籍？需要先学习机器学习吗？
如何看待滴滴章文嵩称，滴滴面临的问题比 AlphaGo 复杂 100 倍？
ICML2020有哪些值得关注的工作?
在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？
如何评价柯洁在第 23 届三星杯决胜局险胜安国铉，成为最年轻的六冠王?
中国象棋、围棋和国际象棋的战略思维以及思想深度如何对比？
测试集在构造的时候需要人为控制其中应该正确的和应该错误的数据比例吗？
有哪些关于机器学习的真相还鲜为人知？
下一个讨论
爱因斯坦发表狭义相对论的时候算是「民科」吗？
相关的话题
NIPS 2018 有什么值得关注的亮点？AlphaGo 与李世石的第四局比赛中有哪些值得关注之处？
深度学习和强化学习之间的差别有多大？
如何评价Yann LeCun宣称『他已经做好放弃概率论的准备』？
现在评价围棋水平更看重现实段位还是网棋段位？
为什么数学 PhD 们喜欢围棋？
如何评价农心杯，芈昱廷超时负（已经反反转）？
什么是meta-learning?
为什么下一手非得下在E18,我下在C19不可以吗？为什么说下在C19说答错了？
柯洁那么年轻，有没有可能转行搞人工智能？
不懂围棋也不明白人工智能，需要了解哪些入门知识才能看这场「人机大战」？
现在的BERT等语言模型，最快训练要多久？
如何评价深度学习相关顶级期刊论文难复现的问题？
围棋杀棋，这两个局部的最强应对是什么？
百度在深度学习上使用Xilinx FPGA?
如何评价CVPR2019程序主席Derek Hoiem的论点：计算机视觉只是记忆，不是智能？
多模态方面，有哪些牛组值得我们follow他们的工作？
把围棋棋盘上下边和左右边连起来，变成面包圈，下棋策略会有什么变化？
如何看待 Richard Sutton 说的「人工智能中利用算力才是王道」？
是不是对于任意 n×n 大小的围棋棋盘，人类都赢不了 AlphaGo Zero 了？
深度学习做股票预测靠谱吗？
基于对比学习(Contrastive Learning)的文本表示模型【为什么】能学到语义【相似】度？
如何看待 AlphaFold 在蛋白质结构预测领域的成功？
人是如何做黑盒优化的？
腾讯野狐围棋新功能 死活题对战，是不是很不科学啊？
如果AI可以围棋必胜，那么未来有AI帮助参谋的美军会不会也战无不胜？
如果下围棋，一方落一个子，一方能落两个，那么最后落两子的应该贴多少目？
现在tensorflow和mxnet很火，是否还有必要学习scikit-learn等框架？
deepmind发表的neural processes(神经过程)，这个是怎么实现的呢？
如何看待 Google 既可以作 Inference，又可以作 Training 的新一代 TPU？