如何評價人們對電腦在圍棋上戰勝人類的時間預測?

一年以前,人們普遍認為圍棋太複雜,至少要數年才能看到希望,甚至第一步是要打敗職業棋手,而不是好高騖遠戰勝所有人類。但是一年不到,人類就再也不能戰勝最強的機器了。

從這個事件,是否可以看出,人類對大事的預測其實是毫無準確度的?比如像怎樣看待天涯網友「資水東流」的技術停滯的文章? - 歷史 - 知乎 的預測,是否等於扯淡呢?

參見:

圍棋作為唯一一種電腦下不贏人的大眾棋類,是何原因導致?以及量子計算機出現後有無可能? - 數學 - 知乎

在國際象棋領域,電腦已經可以戰勝人腦,那麼圍棋領域電腦還差多遠? - 計算機 - 知乎

為什麼電腦圍棋下不過人類? - 計算機 - 知乎

什麼是邏輯,電腦的邏輯很高還是為0,圍棋可以看做純邏輯性遊戲嗎,為什麼電腦圍棋下不過人? - 計算機科學 - 知乎

到哪一年計算機在圍棋上可以完全戰勝人類? - 程序員 - 知乎


君子性非議也,善假於物

——下棋下不你贏,創造一個AI下贏你,一切的一切只能說工具屬性加成太厲害

故事簡要:

一群聰明人和另一群聰明的戰鬥是這樣的:

某狗學習了好多好多歷史數據,知道怎麼把職業棋手一一擊敗,終於,在某段時間,向60位頂級大師挑戰,一一打敗。

後續:

棋手們發奮圖強,聯合各大高手,來研究對陣某狗策略,師狗長技以制狗,從娃娃抓起,提升的棋手能力,互相競爭,互相較勁。終於在XXXX年,人類棋手不負眾望,打破某狗多年不敗之金身

最後,有個方法不妨一試

中國高考加上圍棋試試看

以上腦洞,不喜勿噴

^_^


謝邀

要想回答這個問題,首先請明確定義人們,人類的預測不是一個統一整體,我們可以說「大部分人對電腦戰勝圍棋的時間預測不準確」,這是正確的,因為絕大多數人類對科技的前沿發展,尤其是極為專業的領域發展義務所知,人們往往接觸到的「尖端科技」,都是在學術界飽受考驗,在經過工業界的探索最終呈現出的工業產品,它們往往與真正的學術發展具有一定時間差距。

對於真正的業內專家的預測,往往是高度貼近現實的,也是和社會的主流觀點極為相悖的,這些觀點往往不被認為是「人們的預測」,歷史上有很多例子,愛因斯坦的相對論和玻爾的氫原子理論,高錕與他的光纖等等。

回過頭來看,AlphaGo的誕生,證明了大公司的的科研成果,在當今學術界的影響力越來越大,甚至反超學術界,成為了科技的前沿,當這些科研成果結合大公司強大的科研成果轉化能力,加上大公司強大的人力物力之後,這些前沿學術便直接呈現給普通大眾的時候,給人類社會帶來的震驚也就不足為奇了。

科技發展的預測,要建立在對當前科技發展足夠、足夠、足夠了解的基礎上。


這些「人們」都只不過是一群井底之蛙,that"s all


這幾天接了這麼多邀請,這個邀請我要向題主道謝。那篇文章對我觸動很大,因為我那時差不多剛把三體3看完。連著挨倆暴擊,人生觀都被影響了。很高興順著題主的問題和鏈接,能看到知乎對那系列文章的討論。

我個人一直都明白圍棋被攻克沒那麼難,四五年前我就和圍棋圈的人聊過咱們可別招惹微軟、IBM這級別的龐然大物,可能的話應約束全體職業棋手不要當帶路党參與他們的相關研發,做行業的罪人。否則人家認真起來搞定我們最多需要10年吧。不過我在棋圈只是無名小卒,一個人的意見也微不足道,代表不了什麼。

接下來的話是對圍棋人說的,三月人機大戰後就該說,不過任何時候說都不遲。

谷李五番棋開戰前我向周圍認識的人徵集了一番看法,大抵是懂棋不懂電腦的都認為小李5:0無懸念,谷歌在送錢。懂編程不懂圍棋的都認為電腦5:0無懸念,棋手乖乖躺平吧。兩撥觀點幾乎毫無調和餘地,針尖麥芒。事實證明:懂編程不懂圍棋的人贏了,圍棋輸得頭破血流。

小時候看王小波的《似水流年》,小波先生的傾向嘛,你懂的,順嘴兒把偉人的「大道理管小道理」批判了一番,借書中人物之口說大道理管小道理就是不講道理。人機大戰這事兒之後,我覺得偉人說得沒錯啊,大道理確實能管小道理。

5000億美金市值的谷歌是大道理,我們是小道理,別扯啥五千年,沒用,我們圍棋是小道理。你別管他是怎麼管的,也別抱怨什麼不講道理,深度學習+神經網路的運轉思路本來就是只看結論不講道理不是么,那麼結論就是大道理能管小道理。

我想看到這裡一定有人早已忍不住,打算開導、教育我「為何要把圍棋與AI對立」、「AI能促成圍棋水平不好嘛」「這麼偉大的時代不張開雙臂擁抱還在那裡自怨自艾真是可笑」。你們說的沒錯,道理我都懂都認可,只是為啥這次Master60連勝事件後,從各大社交平台、新聞評論區的口風,現實中親朋閑聊的結果來看,社會對圍棋的態度比我上面這段要不堪得多呢?就拿知乎來說,多少人已經一邊笑話圍棋人中二,一邊表示「圍棋在人工智慧的發展道路上不值一提」了?

已經到了陳耀燁掉線都能被炒作成中斷Master連勝的地步,吃人血饅頭還不許被吃的喊疼這就有點不合適了。

然後要向題主道歉,您的問題我回答不了,那篇文章,知乎對那篇文章的討論,以及您的問題。我都覺得有道理。以我目前的層次,若是朋友間吹牛扯淡還敢噴幾句,正經在知乎問答我就不獻醜啦。我還是只聊我會的,權當拋磚引玉吧。過去的一年我一直在寫圍棋歷史,我的感想和諸位先賢如出一轍,人類從歷史中學到的唯一教訓,就是人類無法從歷史中學到任何教訓。翻開史書一看,嗯歷史總是驚人相似,但是該犯的傻事貌似一樣都躲不掉。所以人類對大事的預測毫無準確度也不奇怪。

其實我還寫了N多,但是被朋友勸住就不立刻發出來了。想想也是,圍棋形象已經這麼糟了,現在就開撕開懟給社會留下「這幫傢伙一敗塗地後立刻就內訌啦」的印象也沒啥好處,等有機會再清算吧。過去的一年,圍棋人把一手難度高挑戰性強、收益與風險並存的牌打到糊得不能再糊……

比起技術,真正從未進步的,我想是人性吧,但願人類最終不會因此被拖後腿。


數學家將一個現實問題轉化成了數學問題並用數學工具秒殺了傳統從業者,這個過程很奇怪嗎?圍棋很複雜,但圍棋就擺在那了,複雜度不會再變,難道數學就不發展了嗎?


這個預測也並不是說沒有道理。

整個圍棋圈也不是一個大圈子,過去棋軟研發團隊的實力並沒有那麼強。按照zen這幾年的演進速度,兩年前還被武宮讓四子,五到十年超人類恐怕是正常預期。

但是誰也預料不到谷歌這時候來攪局了,一下就讓全世界圍棋軟體開發的投入得到了指數級提升,直接就把過去整個行業秒殺了。以電腦配置為例,對李世石的版本使用的計算機是1920個CPU和280個GPU,相比之下zendeepGo還在用2cpu和4gpu與趙治勳對戰,二者完全不是一個級別。


這是不可能的,現在職業選手慘敗是還不熟悉ai的棋路,等對局越來越多,大致勝負對半。


什麼時候輸贏變得這麼重要了?

永遠會記得的是,千百年來沒有一盤重複的棋局。


推薦閱讀:

如何評價amd的Radeon開放計算平台直接將CUDA編譯代碼直接轉換過來。?
resnet(殘差網路)的F(x)究竟長什麼樣子?
卷積神經網路可以用於小目標檢測嗎?
深度學習與重整化群有什麼關係?
從事深度學習等人工智慧研究在未來的職業發展前景如何?

TAG:人工智慧 | 圍棋 | 人類未來 | 深度學習DeepLearning | AlphaGo |