Alpha Go作為AI，有哪些特點可以被人類棋手利用將其擊敗？

01-14

拋磚引玉，在近期關於AlphaGo的相關報道中，往往提及AlphaGo是依靠最佳概率的方法來決定走子。
1.這是否是AI的一個基本策略
2.如果這是AI的下棋方式，那是否有可能利用這一規律，設下陷阱，用每一個最佳概率引導AI進入絕地？（受到科幻小說《文明》的啟發，給機械文明不斷設下合理的陷阱）

3.在近期的對戰中，棋士柯潔等人是否有注意到這一點並有意識地去設局？
-----
完善表述:
1.產生局部最優解是否是AI的下棋方式？

2.在1成立的情況下，是否可以設局，引導AI的局部最優解偏離全局最優解？
3.在近期對戰中，棋士柯潔等人是否注意到這一點並有意識布局？

用BetaGo擊敗它

談些個人觀點：

1、概率最佳確實是AI的基本策略，因為做不到窮舉就不能保證全局最優，又要追求獲勝，只能退而求其次，盡量選擇獲勝概率大的點下棋。從這一角度看，可以認為是局部最優解。

對於2和3，我覺得題主更為關心的是，2從理論上是否可以通過設計，逐步引導AI走向敗局（注意偏離全局最優未必導致輸棋）。3這種設計人類棋手能否實踐。

2、理論上應該存在這樣的設計。因為AI落子是基於最大概率策略，這就是說只要AI對當前局面做不到窮舉，那即使AI選擇某個點落子，依然有可能會輸棋。舉個栗子，假設輪到AI下棋，AI判斷概率最高的點獲勝概率是80%，就意味著在AI看來，仍然有20%的變化會導致輸棋。因此如果每次都向AI判斷的會輸棋的局面下棋，就可以戰勝AI咯。

3、BUT......上面一串美好的場景人類實踐不來。再想上面的栗子，能實踐的前提是，AI的對手至少要和AI有同樣的計算力，知道AI算出來的哪些變化對自己有利，哪些對自己不利。這就是尷尬的地方，即使我們知道AI演算法是什麼，我們卻不知道它算出來的結果意味著什麼。所以這裡，問題的關鍵在於誰站得更高，對於圍棋來說就是誰的計算力更強。現實情況很可能是，AlphaGo把人類棋手的所有變化都算到了，引導人類棋手向敗局方向下棋……

因此，理論上成立和可以實踐其實是兩回事……

或許下每步棋之前都加入驗證碼可以。

說一點微小的看法。

這個問題其實挺矛盾的。

阿法狗需要從無數的對局中獲得最佳方案，並且每下一次都能變成它的經驗，就是說，你可以給一些錯誤的對局經驗影響它的判斷。這次你贏了它，同樣的辦法很難重現第二次。但是畢竟是人類自己製造的，別說贏回來，砸了它都行。

製造阿法狗就是為了在某些方面替代人類，現在這樣不是挺好的

所以戰勝它是沒有意義的，相反戰勝不了才是有意義的。

靠人類自己不太現實,圍棋的規則和模式導致人類理解圍棋效率低下,無法對圍棋進行全面探索

以我的理解,可以嘗試跟AGO下可悔棋的快棋,世界頂尖棋手應該是可以找到贏AGO的下法.

如果仍舊贏不了,那麼說AGO已經領先世界第一棋手讓兩子的程度了,至少.這個時候的AGO就有點嚇人了...說明這60盤的棋手根本不是因為某一手失誤而輸的,是全面碾壓了.聶聖說不打勺沒準能贏,那就給他悔棋,看看能不能贏唄...

另一個方法就是利用2個AGO對下,人類從中研究缺陷.這個方法感覺不如上一個

不好意思歪個樓

我一直在想，假設人類在人工智慧面前再無勝算的前提下，兩台資料庫和演算法相同的alphago1和alphago2對弈，結局會是怎樣？

贏的方法或許有，但都是為贏而贏，稱不上棋的正道，更稱不上窮究棋理。

計算、子效這些路子已經走不通了。能贏的大約都是些不能重現的險途，歸根到底一著的好壞要放在全局放在終局來看待，面對Alpha Go下的棋，得是顛覆性的勝利。

人腦計算力太弱，根本不知道alphago在想些啥，也就無從誤導吧。。況且它是在按照贏棋的最高概率下棋，這一點上也誤導不了。

alphago可以開兩個啊，利用好這點絕對可以擊敗。

人類也是在每一步追求每一步的綜合勝率最大化。幹嘛非要搞一些奇淫技巧去針對alphago呢。

樓主想打敗AI來搞個大新聞嗎？