如果AI围棋有80%以上的概率战胜人类顶尖棋手，人们能否向AI围棋学习如何下棋？

AI围棋和人类棋手对决，基本上AI完胜人类，就像之前的阿尔法狗大战柯洁，已经不仅仅是一场围棋水平的较量，而是人工智能和人类智慧的对决。

一、人工智能围棋是基于计算机技术发展起来的，利用的大量的算法和机器学习，可以说阿尔法狗将人类几乎所有围棋对决数据都储存起来，通过算法去计算，不断强化机器学习，到达如今这种效果。

二、人的大脑和围棋大脑相比，我们虽然没有机器存储的数据多，也没有它们的运算速度快，但是我们的优点在于一种复杂综合性，我们可以处理的是有逻辑关系的事物。

三、人工智能技术不断的突破，归根到底还是人类去操控，我们希望的不是对决，而是技术进步！

就人工智能而言，古老的围棋成了第一个吃螃蟹的人，非常有趣，当然是划时代的重要事件。

面对突兀走出幕后站在整个人类面前的人工智能，围棋棋手成为人类先锋，在三尺之枰的战斗场上决然的与之展开白刃战。战止最后一寸土地的拼搏、不可抑制的眼泪彰显了人类最完美的品质。棋手一个个倒下了，虽败犹荣!

人工智能用无言的方式用一张张棋谱展示了超越人类时代的围棋。这些棋谱当然是不可多得的围棋圣经。AlphaGo也在第一时间被棋手亲切的称为“阿老师”，向阿老师学习也成为棋手的第一反应。

现在中日韩三国围棋中，连比较保守的日本棋手也都自觉的向AI学习，他们的比赛棋谱明确反映出这一点。现在的世界第一人韩国棋手朴廷桓在接受采访时坦诚的说过，自己现在已经不看人类的棋谱，专心研究AI的下法。中国现在等级分第一人柯洁的比赛中，布局到续盘着法和AI相似度已经超过70%，有些年轻棋手的中盘行棋和AI贴合度也超过70%。棋手对AI的学习是积极的，深入的。

但要完全达到AI的水平，在我一个业余棋迷看来，在现在是不太可能的。AI身后庞大的计算系统和资源是人脑不能比拟的，那种一算到底少有差错的致命计算力，是人无法约过的鸿沟。人类棋手那种算百步少有遗漏已经是一个高峰了，但比起开启系统电费就几万美元的庞大AI系统，还是硬伤。

人有所短，也有其长。回首人的发展，在生物圈本来也不是什么强势物种，我是完全跑不过兔子就是例子。人的长处在于有智能更有智慧。更加上人类百年来对理智的认知和磨砺。人最终会控制AI并为人造福。道理很简单，在围棋盘上时时都在教会我们“厚势勿近，徐徐图之”，围棋也深深的教导我们“以及之长，击彼之短”。最终的胜利，不管以何种方式出现，是人。

现在已经不是80%概率的问题了，而是百分百。国内一些人工智能绝艺、天壤、星阵现在对人类高手的胜率几乎达到了百分百，绝艺在腾讯野狐围棋网上对人类高手让两子进行对局，柯洁九段在被让两子的对局中落败；星阵在弈城网上对人工智能让先对局，鲜有败绩。自从人工智能在围棋领域取得突破后，技术上日新月异，人类高手的进步完全跟不上人工智能更新的速度，双方已经不是在一个等级上进行对抗了。

从2016年第一次“人机大战”开始，人类高手们已经开始学习人工智能着法了，在2016年底和2017年初阿尔法狗化身Master在弈城网和腾讯野狐围棋网上豪取60连胜后，其着法也成为围棋比赛中的时尚，尤其是2017年第二次“人机大战”后，人工智能的着法在人类高手们的对局中比比皆是，随处可见。类似一开局即点三三那种着法现在已经成为定式，再也看不到过去那种挂角、对方小飞应这种寻常着法了。

人类棋手中流行许久的一些老定式也已经被人工智能所淘汰，比如著名的妖刀定式，阿尔法狗直接判了过去那种着法的死刑，认为应该像它那样简明进行，现在人类高手纷纷借用，以至于让这个古老定式断了踪迹，在重大比赛中再也看不到这个定式了。

绝艺刚刚成为国家围棋队的训练Ai，这也意味着，国家队棋手们在训练时人手一“狗”，在形势判断、着点选择时都使用绝艺，长此以往，人类高手对人工智能的依赖已是不可避免了。

人类棋手有没有可能战胜AI（围棋，象棋）？

迄今为止，可以战胜AI的棋手，只有韩国棋手李世石，并且还只是赢了一盘。李世石与谷歌计算机围棋程序“阿尔法围棋”（AlphaGo）的对战，结果以总比分1:4落败。

而韩国传奇围棋手李世石在退役之战，还是选择了围棋AI——“韩豆”作为对手，但李世石告别赛最后两盘依然落败。

AI到底有多强？

中国山东省举行的世界智能围棋公开赛上，“韩豆”取得7战2胜的战绩获得第三，冠军和亚军是中国的围棋AI“绝艺”和“星阵”。

而“韩豆”的世界围棋积分被预估到了4500分，而柯洁的分数也只是在3700分左右。

但“韩豆”的实力还不够成为世界第一，目前除掉AlphaGo，中国的围棋AI“绝艺”被认为是最强者。

但不论怎样，AI在与人类棋手的对决中，处于绝对领先的位置。目前世界围棋界普遍认为，人类顶尖高手与顶级围棋AI对决，即便被让两子也没有胜算，聂卫平此前曾表示“若让柯洁对阵顶级AI，只有被让三子才能取胜。”

中国围棋协会主席林建超认为， “在竞技层面，人工智能围棋与人类棋手的博弈结果已经不再是悬念。”

未来是AI的天下吗？

答案当然不是，AI的实力不可否认，但人类并不是需要去战胜机器，而是可以去利用机器。人工智能从挑战者的身份华丽转身，转成了提升人类水平的完美助教。2018年4月腾讯公司开发的AI围棋世界冠军”绝艺AI“进入中国围棋队训练室，成为国家队训练专用AI。近年来，我国围棋选手不断取得世界冠军，绝艺AI陪练功不可没。

总而言之，尽管人类战胜AI的可能性并不是很大，但机器可以弥补人类做不到的事情，代替重复危险的工作，比如工厂流水线，地质探险，海底探测等工作，而不是将人与机器的比试，这些没有什么意义。从这件人机围棋大战事情来讲，人工智能已经发展迅速，从理论研究方面发展到实际应用方面，汽车自动化运行，工厂流水线机器等等，这些都将是人工智能美好未来的启示与开始。

不可能。以前曾经贴吧看过有人说给电脑增加了四块Tesla运算卡，电脑的套路已经彻底看不懂了——下的中国象棋，原先已经有两块运算卡，用于训练ai

说ai以前只有两块卡时候还能看懂，六块卡时候彻底看不懂了。居然能够主动把马送给对方吃而取得先手，开局没走两步就开始布局……

另外那贴吧看到专业象棋软件一套几十万起步，也有卖百万的。

顶级的围棋AI，阿尔法狗已经被一个奇葩的程序耍赖了；

一个连业余棋手都打不过的新模型，竟然击败了世界最强围棋AI——KataGo！！

不过这个业余围棋模型不叫下棋；

准确的方式叫“糊弄阿尔法狗”，或者耍赖····

它的方式对付不了人：

来看一看，他是怎么搞的：

阿尔法执白，攻击者模型执黑子；

攻击者主要在右上落子，并且非常有心机的在其他位置上留下了一些容易被吃掉的黑子；

这让阿尔法狗误认为自己已经赢了，因为整体盘面优势极大。

但是有个BUG，那就是下面，尤其是左下，黑子还是有气的，并没完全是死路，右下也是。

不能计算分数。

阿尔法狗认为自己已经赢了，于是选择了PASS，攻击者也PASS···

你好，我是一名象棋老师，很高兴能够回答你这个问题。

人类棋手有没有可能战胜AI？我觉得这绝对是不可能的。

目前人工智能顶级的软件已经完胜围棋和象棋世界冠军，是那种可以将人类高手随意摁在地上摩擦的那种。

这就好比，人跑的再快，也不可能跑得过汽车、火车，更别提超过飞机、火箭了。

人工智能是科技发展的大趋势，但是有了人工智能，棋手的水平是高了，但是棋的观赏价值降低了，软件就是一个双刃剑，我曾经写了三篇连载文章，详细的阐述了软件的危害，感兴趣的棋友可以关注我，去我的文章里查找。

希望我的回答能够帮到你，谢谢

也欢迎大家关注玉箫棋社，有问题可以随时交流。

李世石退役赛首战告捷，执黑子击败韩国AI人工智能棋手，你怎么看？

勒布朗-詹姆斯.

勒布朗-詹姆斯代表的不是单方面价值，而是全方面的，他是联盟的门面，他是市场的保证，能为球队和队友提高曝光率，他是联盟老板都想得到的男人，任何球队得到他，球队所在的城市都会沸腾！除非他自己走，否则没有哪个老板会交易他。

球迷们对他最多的评价就是出道即巅峰，一巅几十年，也可以说是巅到退役前！

历史上最全面篮球运动员没有之一！

詹姆斯有着恐怖的身体素质和无与伦比的篮球智商，在场上可以控制全场，能一号位打到五号位，能清晰的判断场上局势，能够准确的找到队友位置！

现役联盟第一人，

刚刚看了一下这盘棋，要为李世乭点个赞了[赞]！

李世乭能够取胜并不令人感到意外，毕竟是让两子，虽说要贴目，但那优势已经足够大了！不过，李世乭一上来就充满斗志，从第六手起，小李就战意汹涌，专捡最狠的下。不愧是小李啊！4:1被击倒后，爬起来抹干泪水，还是一个斗士啊！

小李用拼命的架势告诉人类，AI虽然有异于人类，但它毕竟是脱胎于人类。比起人类，AI很强大，但是对于复杂的局面，AI也有弄不清楚的地方。或许，对于AI来说，人都不清楚的地方，才是人类棋手的最大机会。大家都清楚的地方，凭内功想要平平稳稳地拿下AI，似乎前途渺茫啊！

哈，看来对付AI，还得是小李这样不讲理的斗士。或许，韩豆也弱了些，AI这东西，韩国人还是不如中国呀！

围棋AI星阵对人类棋手让先胜了30多局后，终于输给了谢科，它是怎么输的？

其实跟阿尔法狗输给李世石的那一局很像。李世石的一招：挖，挖出了阿尔法狗的漏洞，从此阿尔法狗失常，开始乱下。连续几天凝重无语的观战室里终于响起了久违的笑声。用曹大元九段的话：阿尔法狗好像犯了狂犬病一样。

这次也是乱战之中，触发了星阵的某个bug导致失常，把必胜的棋走输了。

抛开是胜负不谈，只看行棋内容。阿尔法狗战胜李世石的几盘棋，古力九段曾经评价：李世石没有胜机。星阵授先战胜人类高手的前35盘棋，岂止是没有胜机，简直就是高高在上。星阵展示了人类不能了解的围棋世界。

星阵从大局观，对全局掌控，中盘杀力上体现的对围棋的“理解”比人类高出一个层次，这个层次似乎是现阶段人类难以跨越的。

这次星阵的失败是因为围棋本身过于复杂导致的。我曾经看过有棋友用“长生”等围棋里罕见的棋型测试围棋智能程序zen，结果zen给搞砸了，这说明围棋太复杂，这些程序肯定还有些弱点，在混战头绪多加上打劫的情况下，可能会出毛病，只是看人类有没有能力把局面导入这种乱局。

比如，星阵的弱点就是多名高手轮番上阵，以各种棋风乱战给试出来的。如果这版星阵维持现状，不做升级，很可能是人类高手对战30-40盘能捞到一盘侥幸的胜利。

在人类的围棋对局中，如果相差三个子的棋手之间以分先下上一百盘，上手未必全胜，下手很可能会捞到几盘。在这个角度上，星阵这盘的败落出现了一丝人情味。

星阵让先已经连胜了35局，而且还以“不退让”的凶猛风格，多次屠杀职业棋手大龙。棋迷棋手都以为，让先不可能胜星阵。但是第36局，谢科却出人意料地战胜了星阵，为人类棋手狠狠出了一口气！星阵其实已经占了很大优势，但是“不退让”想扩大优势，埋下了被谢科开劫翻盘的隐患。

谢科执黑布下了大模样，白在下面打入破空，黑又在右边做起了模样，谢科自我感觉行棋到此发挥不错。星阵76打进来，其实黑已经很厚了，并不好活。

白76、78虚晃两枪埋下伏笔，再80冲击黑阵将成未成之处。谢科可能是怕76、78二子暴动，81手软弱防守，这其实是错误，应该L16攻击。

黑81的软弱，白反而来劲了，在中间扭断以后，下出了92的好手！这手一面要吃83、89，一面要在左边做起形势，黑已经很为难了。

实战黑保上面，95手又下错了，应该96位挺出。被白一阵滚打包收，谁都知道黑亏得光屁股了，一下就大势已去的感觉。白还不依不饶粘在106位，下面要L17托，黑这一团形状丑陋不堪。

谢科2018年成绩不错，对局心态也有一股年青人的冲劲，所以并不慌乱，而是继续找机会。

黑先在左边捣乱，白将黑吃住没有问题。黑再在中下定型，白146手稳健做活，也没有问题。真正决定性的转折，可能是黑147扳下。白148吃住黑扳下的一子，坚持不退让。但是这里就让黑多了一个155立的硬腿，要么能在L19扑再J19造劫生事，要么能在右上角折腾。这个右上角到底是怎么回事？看上去有个劫，其实是没有事的。

个人认为星阵这次输棋可以从两方面看，第一星阵编程不够完善，在胜负已定的情况下，对缓气劫的应对存在失误，这不应是机器该犯的错，第二种可能，是不是星阵经过与人类的多局对弈开始进化了呢，本来守住左边，做活下面是可以安全胜出的，可”斤斤计较，寸土必争”的人类思维模式，在此局体现的淋漓尽致，Al星阵这次表现的更象一个人了，是否真的如此，还有待在今后的对局中观察。

有几个关键点：

谢科黑147，是一道考题，你是A位退让，还是一步不退？

星阵此时其实形势大优，完全可以退让，但是白148寸土必争，上当了。

黑151是漂亮的手筋，由此产生了黑155的先手：以后黑A扑、白B提、黑C打成劫。

白棋要是补呢？右上角黑棋也留有手段，可能成万年劫或双活。

白棋硬撑，反而亏损了目数，但此时未必就输了，接下来白棋出了大错。

黑155粘，白棋没补上边，跑到左下去先手便宜，结果黑159的补棋方式非常阴险！

此时下面白棋大龙已经不活了，黑A一靠就是打劫。白棋想先手便宜，反而落了后手。

这又卖了个打劫活，形势来说白棋是真不行了，估计星阵也判断出来了。

最强版本的阿尔法狗，让柯洁3子，柯洁能赢吗？

deepmind 最后开发的是alphagozero。完全依靠自我学习，3天超过alphago，21天超过master(alphago 和master都是alphagozero的老大哥）。40天后对战alphago和master战绩分别是100:0和89:11。而其对计算量的依赖却更少。也就是说算法的优化是是实现棋力飞跃的关键。

而master对战人类顶尖棋手60:0。

尽管deepmind不再继续投入围棋的研究，但是alphago的技术已经推广到多个领域，也包括电竞。

算法是支撑alphago的核心，即使不再研究围棋，其在其它领域的研究成果也一样可以应用到围棋。

根据deepmind论文开发的绝艺a让二子对战职业胜率百分之九十几(网站数据多数职业少有业余)。而且不是最强配置。

已经有网友使用leelazero和katago，自家的强电脑配置(主要显卡)，可以对战人类顶尖让二子不贴目，这已经接近三子水平。

基于以上背景再看对战人类，给alphagozero较短时间，让三子对战人类顶尖应该是好胜负吧。

前提是:

1. alphagozero 需要针对让子棋做调整或设置。(已经有任意让子情况下不损失棋力的技术开发出来了如katago)

2. 计算力配置较好，不必太高。估计四个tpu?

3. 双方用时一样，快棋。

4. 让三子黑贴6.5(差不多分先让26目)

慢棋的话估计人类棋手还是有希望的。

不能。

alpha zero的训练方法类似于对抗网络，属于自己与自己对弈，而相互进行的对比只是数据而已，相比真正的下棋速度会快很多，而且可以24h不休息地训练，人类的训练强度远远不够。相当于一个人类棋手积累百年的经验，和一个人类棋手里比较优秀的一位对弈，显然经验程度上具有天壤之别，并且会积累很多人类棋手所不成想到过的方法。

相较之下，差距太过悬殊，胜率几乎为0.