如何評價王垠的文章《AlphaGo與人工智慧》？

01-23

有人邀請我回答這個問題，我很感謝。但是我是只金融狗，對計算機一竅不通，儘管我棋力還行。但是alphago贏了李世石，我什麼都不敢說了。

不過，我希望他寫作的時候不要有太多的個人情感在裡面。

機器的「學習能力」，並沒有比石頭高出很多，因為機器學習說白了，只不過是通過大量的數據，統計擬合出某些函數的參數。你就這麼肯定人腦不是這樣工作的？

1.雖然文章的語言並不是很嚴謹，但是例子簡潔明了，畢竟沒有人說過這是一篇嚴謹的學術論文啊，科普文何必如此較真嚴謹呢。

2.文章用詞尖銳，但總體來說還是客觀的，至少沒有出現沒有理由的否定，不過這給了不少狂熱的人迎面潑了一盆冷水，讓人難堪，受人攻擊。

3.每個人都可以有對未來的看法，對未來某一事物的看法，正面負面都是合理。

4.正如很多回答的觀點，關鍵點是如何定義人工智慧。有些智能已然實現，而有些只能我相信機器永遠達不到

在不擅長的領域依據自己的猜測把話說滿，說死，別說做研究的人，你說地攤的水果肯定不如超市精選，農民伯伯都不開心呢。

太刺耳了，讓那些發了很多會議論文的學者臉紅

羅永浩原來在微博上放個屁在知乎上都有很多人討論，這人不比羅永浩有乾貨些？

我覺得他說的有道理啊，人工智慧實現還早呢。

使用概率方法評估事物，已經接近人的思維特徵了，alphago本質上已經超越深藍，我覺得這是AI

歷史上一次偉大的里程碑事件。

我記得97年卡斯帕羅夫輸給更深的藍之後，看到一篇文章，說由於演算法複雜度原因，按人類現有技術，開發出戰勝世界冠軍的圍棋軟體至少需要50年。而我也深信不疑。

直到19年後，alphago戰勝李世石。那種震撼是無法想像的！

-------以上為個人觀點，本人非AI專業人士，請輕拍。

註：關於卡斯帕羅夫和深藍、更深的藍的12盤國際象棋對局評註，可以在《卡斯帕羅夫妙局精粹》這本書里找到（我大清圖書館竟然沒有此書），網上似乎有電子版，但不是很清晰。

王垠現在的文章越來越讓人失望，私貨和個人情緒泛濫。一般來說，什麼是做不到的要慎言，尤其是你也不是相關領域專家的話；沒準過幾年就有專門搞這方面的人做出什麼突破性的貢獻。就像AlphaGo和李世石這次比賽，早個三年，絕大多數搞IT的還不是認為計算機是戰勝不了人類的？

他現在越來越民科範了，已經粉轉黑。像下面這種宋鴻兵式的、帶著濃濃陰謀論的言論，真不應該出現在他身上。

王垠說的話糙理不糙

摘自該文章中的一段話：

「聽到這些，總有一知半解的人，根據科幻電影的情節開始展望，這樣厲害的技術，應該可以用來做更加「智能」的事情，然後就開始對「人類的未來」作出一些猜想，比如自動車就要實現，人的工作很快都要被機器取代，甚至Skynet)就要控制人類，云云。

我只想在這裡給這些人提個醒：還是別做科幻夢了，回到現實吧。」

http://www.yinwang.org/blog-cn/2016/03/09/alpha-go

他牛逼，寫個程序虐alphago啊，裝完逼就跑什麼意思？

曾經人們質疑A最後A成功了，不是現在人們質疑人工智慧，人工智慧就能成功的理由，也不是我你反對我質疑的理由。

實際上我看到的是，基本理論幾十年前就成熟，人們目前做的只是不斷調整經驗值讓公式和實際更貼合。

小勃勃說不管怎麼寫計算機都能識別6，我是不信的，因為6倒過來是9。

看了這個文章對他好感全無

他懂啥

他的文章有些觀點是正確得，但沒什麼大不了，稍微懂點計算機編程的都知道。讀起來不舒服得原因是消極思想太多，比如最後一句話。即使你懂得多點，別人懂得少點，有必要這麼尖酸刻薄嗎，他好好說話講道理，把別人說服行不行！？

計算機可以脫離現實世界，在一個符號化的系統裡面做演化，計算機沒有必要也不可能完全認知現實世界，它只需要理解符號系統，在系統極度複雜和接受的信息足夠多之後能夠進行分析聯繫甚至發明新的符號，那時候我們人類就蒙逼了，翻譯一下各國語言，來個企業決策還是沒問題的

本來可以成為一個計算機大師的人卻成了一個計算機評論家，真是可悲

學習和創造的能力是大自然賜予人類最珍貴的禮物，唯一可以說王垠的就是他每次發點什麼東西都要夾帶一點私貨，不夠客觀，不過畢竟是個人博客不是學術論文，沒必要那麼認真，他吹牛逼的水平比董明珠差得多。其他方面不敢妄談，個人能力有限。

等阿爾法星際狗出來，等著分分鐘被打臉吧

谷歌做了這麼多年無人車了他還不信服

「從以上幾點你可以看出，棋類活動正好符合了計算機的特點，因為它總是處於一種隔離的，完美的環境，具有離散的，精確的，有限的輸入。棋盤上就那麼幾十，幾百個點，不是隨便放在哪裡都可以的。一人走一步，輪流著走，不能亂來。整個棋盤的信息是完全可見的，沒有隱藏和缺損的信息。棋局的「解空間」雖然很大，卻非常規整，有規律可循。如果完全不靠經驗和技巧的話，圍棋的第一步可以有361種情況，第二步有360種情況，……」

人工智慧已經可以開車了，可很多人駕照都考不出

王垠懂多少人工智慧不知道，但我可以肯定，他一點都不懂圍棋

deep reinforcement learning 在機器人上可以實現他說的任務，只是還沒有產品化所以他看不到。實際上要比圍棋簡單。

另外他說人大腦內置功能，學習等於激活這一點站不住腳，早就有人從資訊理論角度論證過。

大腦內置的是神經網路的特殊符號結構，不是每個任務的知識。

最後他說ag證明了棋類不適合人類，這是對整個熱愛圍棋的人和李世石的不尊重，畢竟他沒玩過，不知道裡面的套路有多深，其實他搞的東西相對圍棋簡單很多，才是最容易被機器替代的。