经过足够长的时间， AlphaGo 的棋谱能收敛到一张上吗？ 第1页

0. 十九路围棋盘，存在一个唯一的正整数X （严格起见，应该说非负整数。），使得贴目为X时，黑白均存在必不败策略。（证明略，参见此答案围棋有没有必胜策略？）

双方不败策略的总和，就是十九路盘上的最优策略。如果把赢得更多作为次要目标，则此最优策略与贴目值无关。

1、AlphaGo Zero继续进化，是否会准确地收敛于最优策略，从理论上难以证明。

1.1 谁知道会不会收敛于一个局部极值呢？（斜眼笑）

2、即使确实收敛，需要的时间怕是要到宇宙末日。注意狗蛋Zero的进步曲线，可以用对数函数拟合。ln（x）确实趋近正无穷，可是需要多少时间啊朋友们。

3、换个角度：最优策略容不得半点模糊，而AlphaGo的本质是近似处理问题。新版AlphaGo Zero的神经网络，包含约4000万个参数。而围棋总变化数10^170. 用10^7个参数“拟合” 10^170种情况尚游刃有余，但最优策略要的不是拟合，是一点不差，毫厘不爽-- 那就无能为力了。这就需要真的把整条游戏树都算一遍。

4、我们退一亿步说.. 想象一下最优策略真的被搞出来了，真的只是“一张”棋谱吗？

4.1 七路棋盘的（双方）最优策略集合都不小。换句话说，在7x7棋盘上，黑白双方达成盘面九目最优解的变化（且双方不犯错）有若干个大类，其中还可以细分。

4.2 十九路棋盘的最优策略集合本身可能就会非常巨大。甚至可能出现，第一步下星或者小目都是最优策略的情况。因此，即使Alpha可以无限时间地进化，达成的最优策略也会是一个变化丰富的集合，而不是一张棋谱。