其实要下赢围棋AI有很多奸诈的技巧，当你掌握技巧後，就很好赢AI了， 其中一个技巧就是棋子在空间的分布要散， 因为围棋AI很重要的一点就是，路径分析的权重因子， 而权重因子最简单的判断方式就是从局部空间棋子的密度来判断， 让电脑决定是否那附近的路径选择要计算得更细... 而布局上越分散，就是针对权重因子这AI来攻击的手法， 让电脑浪费很多权重因子去计算一些不重要地方的路径，电脑自然就变弱了... 故意下缓，吃电脑大龙，其实就是利用权重因子的弱点攻击的手法。 附带一提，跟电脑下围棋，如果下9*9的，就会发现电脑会瞬间变强很多， 因为面对电脑比较能算完的问题，电脑就不会输人类多少了... 补充一些我以前看过的传闻，就是IBM跟西洋棋王对战的事， 一开始是西洋棋王轻松大胜IBM的电脑， 结果IBM的工程师回去不是研究怎样开发『更聪明』的西洋棋AI， 而是思考如何架构出更大的平行处理硬体，如何更快的汇流那些计算资料等， 在第二次的时候，超级电脑就下的跟棋王不相上下的， 而IBM工程师做的还是思考怎样继续提升电脑的平行运算效能而已， 最後西洋棋王就开始出现劣势了，差不多开始出现劣势的时候， 西洋棋王就觉得这人脑与电脑的比较一点意义也没有，就跟IBM说之後不再比了， 而IBM就停止这种电脑对人脑的棋类计算工程了。 转而感兴趣的是，开发可以跟人作机智抢答的AI， IBM工程师认为这种AI的难度更高， 最後他们真的开发出很特别的演算法，然後用来挑战益智问答的世界冠军， 结果是大胜世界冠军，不过那演算法有很大的瑕疵，就是虽然它能很快的说出答案， 但是当回答错误时，经常会错的非常离谱，离谱到三岁小孩都不会那样回答， 演算法的瑕疵.......... 我认为今天就是请IBM那批工程师来算围棋的问题，他们也会用相类似的手法， 因为对电脑计算而言，最简单明了的演算法，经常就是最好的演算法， 电脑靠的就是计算力，只是工程师会评估这样计算力下的软硬体须要怎样整合。 围棋的AI我还没看到用超级电脑计算下跟人对弈的， 而且更不用说是像IBM这样的工程团队来架构的，经常都还只是PC平台， 对於这种比计算力，如果有像IBM等级的大团队，架构出专门的超级电脑， 再来比较电脑跟人脑的差异，也许很多看法又会改观了... ※ 编辑: PlanktonEvil 来自: 123.195.68.36 (12/03 22:38)