其實要下贏圍棋AI有很多奸詐的技巧，當你掌握技巧後，就很好贏AI了， 其中一個技巧就是棋子在空間的分佈要散， 因為圍棋AI很重要的一點就是，路徑分析的權重因子， 而權重因子最簡單的判斷方式就是從局部空間棋子的密度來判斷， 讓電腦決定是否那附近的路徑選擇要計算得更細... 而佈局上越分散，就是針對權重因子這AI來攻擊的手法， 讓電腦浪費很多權重因子去計算一些不重要地方的路徑，電腦自然就變弱了... 故意下緩，吃電腦大龍，其實就是利用權重因子的弱點攻擊的手法。 附帶一提，跟電腦下圍棋，如果下9*9的，就會發現電腦會瞬間變強很多， 因為面對電腦比較能算完的問題，電腦就不會輸人類多少了... 補充一些我以前看過的傳聞，就是IBM跟西洋棋王對戰的事， 一開始是西洋棋王輕鬆大勝IBM的電腦， 結果IBM的工程師回去不是研究怎樣開發『更聰明』的西洋棋AI， 而是思考如何架構出更大的平行處理硬體，如何更快的匯流那些計算資料等， 在第二次的時候，超級電腦就下的跟棋王不相上下的， 而IBM工程師做的還是思考怎樣繼續提升電腦的平行運算效能而已， 最後西洋棋王就開始出現劣勢了，差不多開始出現劣勢的時候， 西洋棋王就覺得這人腦與電腦的比較一點意義也沒有，就跟IBM說之後不再比了， 而IBM就停止這種電腦對人腦的棋類計算工程了。 轉而感興趣的是，開發可以跟人作機智搶答的AI， IBM工程師認為這種AI的難度更高， 最後他們真的開發出很特別的演算法，然後用來挑戰益智問答的世界冠軍， 結果是大勝世界冠軍，不過那演算法有很大的瑕疵，就是雖然它能很快的說出答案， 但是當回答錯誤時，經常會錯的非常離譜，離譜到三歲小孩都不會那樣回答， 演算法的瑕疵.......... 我認為今天就是請IBM那批工程師來算圍棋的問題，他們也會用相類似的手法， 因為對電腦計算而言，最簡單明瞭的演算法，經常就是最好的演算法， 電腦靠的就是計算力，只是工程師會評估這樣計算力下的軟硬體須要怎樣整合。 圍棋的AI我還沒看到用超級電腦計算下跟人對弈的， 而且更不用說是像IBM這樣的工程團隊來架構的，經常都還只是PC平台， 對於這種比計算力，如果有像IBM等級的大團隊，架構出專門的超級電腦， 再來比較電腦跟人腦的差異，也許很多看法又會改觀了... ※ 編輯: PlanktonEvil 來自: 123.195.68.36 (12/03 22:38)