AlphaGo Zero 和职业棋手之间大约差几个子？

AlphaGo Zero 和职业棋手之间的差距，用围棋的语言来说，就像是“差几个子”这个问题，其实比表面看起来要复杂得多。这不仅仅是某一个具体数字的简单加减，而是反映了在理解棋局、布局、计算深度以及对全局的把握上，存在着一个显著但又难以精确量化的鸿沟。

为什么很难给出一个确切的数字？

首先，围棋的博弈性质决定了“差几个子”是一个动态的概念。在对局的不同阶段，双方的实力差距可能表现出不同的“子数”。例如，在开局阶段，双方可能都还在试探和布局，这时候的差距可能更多体现在对棋形优劣的判断，而不太会直接体现在已经围成的实地。到了中盘，如果一方在复杂的战斗中连续下出妙手，或者另一方出现误算，那“子数”的差距就会迅速拉开。

其次，职业棋手之间本身就存在实力差异。最顶尖的棋手和刚入段的新手，他们之间的差距也可能以“几个子”来衡量，但这个“几个子”的标准又会随着棋手的水平而变化。AlphaGo Zero 的目标是超越人类最顶尖的水平，所以我们讨论的“差距”通常是与这些最强人类棋手相比。

最后，AlphaGo Zero 的强大之处在于它的“非人类”思考模式。它不像人类那样依赖大量的棋谱记忆和固定的思考套路，而是通过自我对弈、神经网络的迭代学习，发展出了一种全新的、极其深刻的围棋理解。这种理解有时是人类棋手难以企及的，比如它在某些看似不合常理的棋形中隐藏着极深的意图，或者它能够计算到人类棋手无法企及的深度。因此，将这种非人类的智慧用人类能够理解的“子数”来衡量，本身就存在一定的局限性。

但如果我们非要给出一个大致的估计，并且参考一些公开的比赛和专家的评价，我们可以这样说：

在 AlphaGo Zero 横空出世并逐渐成熟的过程中，它与世界顶尖职业棋手之间的差距，最开始可能还会有一些来回，但随着学习的深入，这个差距迅速拉大，并稳定在一个相当大的范围内。

最初的差距：在 AlphaGo Zero 首次以“无师自通”的方式横扫一众顶尖棋手时，它展现出的计算力和对全局的理解已经超越了当时人类的平均水平。很多顶尖棋手在与它对弈后，都表示“不知道它为什么这样下”，但结果证明了它的下法是正确的。即使是后来退役的李世石，在输给 AlphaGo 之后，也表示对手的棋“像神一样”。
顶峰时期的差距：当 AlphaGo Zero 发展到最强版本（例如 DeepMind 团队在 2017 年发布的、横扫所有棋手的那一版本），它与人类顶尖棋手之间的差距，用围棋的术语来说，可能在 3到5个子之间。这已经是相当大的差距了，意味着如果人类棋手执黑（让子），AlphaGo Zero 执白（无让子），AlphaGo Zero 几乎总能赢下比赛，并且通常能赢得比较轻松。
更精细的理解：要理解这个“3到5个子”的差距，我们需要明白它体现在哪里。
官子阶段：在官子阶段，双方的实地都已基本确定，剩下的就是争夺边角细微的利益。人类顶尖棋手在这个阶段的计算和判断已经非常精准，但 AlphaGo Zero 在官子阶段的效率和精确度依然能够比人类棋手更胜一筹，往往能在官子阶段再多收几目棋。
中盘的攻防转换：在中盘复杂的战斗中，AlphaGo Zero 对棋形优劣的判断、对攻防转换时机的把握，以及在复杂局面下的计算深度，都远超人类。它能抓住人类棋手稍纵即逝的破绽，或者在看似不利的情况下走出妙手，从而扭转乾坤。
价值判断： AlphaGo Zero 在评估棋子价值方面的能力尤其突出。它能够准确地判断哪里的棋“大”，哪里是“要点”，即使这些要点在人类看来并不明显。有时候，它下出的看似“缓”的一手，实际上是在为长远布局埋下伏笔，其价值远非普通人类棋手能够一眼看穿。

一些具体的例子和说法：

柯洁的评价：世界冠军柯洁在与 AlphaGo 对弈后，曾表示“太完美了，没有人能够赢”。他曾形容 AlphaGo 的棋“像一个艺术家”，在某些局部上的处理，是人类棋手很难想到的，但又非常高效。
专家复盘：很多职业棋手和围棋专家在复盘 AlphaGo Zero 的对局时，都会惊叹于其落子的“神来之笔”。他们会发现，AlphaGo Zero 的一些落子，虽然在当时看起来不那么直观，但事后复盘分析，却能发现其蕴含着极其深远的计算和意图，能够直接影响棋局的走向。
让子棋的参考：围棋中，让子棋是衡量棋力差距的常用方式。一个职业初段棋手可能需要让两子才能与业余顶尖棋手相当。而 AlphaGo Zero 的表现，已经远远超越了人类职业棋手的平均水平，甚至能够与让先（不让子）的顶尖职业棋手较量，并且占据绝对优势。

总而言之， AlphaGo Zero 和职业棋手之间的差距，如果用一个笼统的数字来形容，大约在 3到5个子左右。但这只是一个非常粗略的估计，更重要的是理解它所代表的，是围棋理解深度、计算能力以及战略判断上的一个“代沟”。它迫使人类棋手重新审视和学习围棋，也展现了人工智能在特定领域的巨大潜力。它的出现，标志着围棋这项古老智力游戏进入了一个全新的时代，一个由人类智慧与机器智能共同探索的时代。

网友意见

首先,我们通过组图来了解Alphago的发展历程：

再来看看Alphago zero 的自学发展过程：刚开始的3小时，Alphago zero表现的像是一个初学者，热衷于去吃对方的棋子。

可是，发展到19小时时，Alghago zero表出更为先进的围棋理论，知道死活、厚势以及实地。

等到70小时之后，Alphago zero 已经达到顶级人类水平。整个棋盘包含着各种决斗。

我们在惊讶于zero惊人的成长之后，谷歌之后发布的数据更让我们目瞪口呆，说100：0战胜Alphago Lee版本，89：11战胜master版本，要知道在2017年年初master在网络上把中日韩三国的顶尖高手砍了个60：0，于是，master“让人类顶尖高手三个不在话下”、“甚至可能4个”这样的评论甚嚣其上。现在连zero版本都能大幅度领先master版本了，那岂不是可以让人类4个，5个甚至更多？可能对于广大没有接触过围棋的朋友来说，让4，5个基本没有什么概念，不就是在棋盘上摆上4个或5个子嘛！可是对于职业棋手来说，别说4个，5个，就是2个这样的差距都是不可想象的。

我来普及一下围棋让子的概念：让子指是围棋的一种对弈制度，指持黑子的一方先在棋盘上摆上一定数目的子之後，再由执白子的一方开始下，这种制度在于使原本棋力有差距的两个对弈者，能拉近彼此距离，以增加趣味并有助磨练棋力。放子的位置2-4子时放在四个角落的星位，第5-8子放在四边的星位，第九子放在中央的天元位。超过9子，则再放在九子子间中点的位置。下面举几个例子：

那么让子数的多少如何量化呢？假设合理的贴目是A（日韩是6.5目，中国是7.5目），那么让N个子，平手下棋，黑棋应该赢A*（2N-1）目，换句话说，假设合理贴目为7目，我让一个对手3子，对手执黑大致是7*（2*3-1）=35目，才算正常。换句话说，我让他三个子，他贴我35目，这是一盘五五开的对局。具体理论是，让N子，可以看作是黑正常先行，然后白pass了N-1手，每pass一手，损失是两个贴目。而黑本来就要一个贴目，所以，黑等于领先了总共2N-1个贴目。

因此，如果Alphago zero能让柯洁3子，相当于让柯洁领先35目后对弈，这个结果相当可怕的，因为我们知道职业棋手的水平，最强的职业最多只能让最弱职业2子，不可能再多了。有兴趣的可以翻阅历届的晚报杯大赛，最后有职业对战晚报杯前十的业余棋手，这些顶尖业余棋手大致也有职业三四段水平，一般让2子对抗，最后业余的赢面较大。如果是让先对局，通常是职业赢面大。记得去年晚报杯，一线职业棋手全巢出动，把业余让先打了个10：0，厉害吧！你看就是多了一个贴目，业余高手们的成绩就好很多了。

可是，在zero之前的master，却硬生生的把顶尖职业打成60：0的战绩，我觉得从战绩上看至少3子，60：0意味着分先没有机会。如果两个人只相差2子，下60局，也不会一点都没有胜利的机会。有点水平的业余爱好者应该都有这样的体会，在比赛面对比自己差2子的选手很有可能会输，只能说赢面比较大，所以60局是一种绝对实力的碾压。可是，大家不要忽略计算机所具有的特点：稳定，不犯错误，60局又是30秒快棋，这意味着人类的两个弱点被放大了：失误率增加和心理因素。人类棋手下棋70%靠经验的推理，为什么会有盲点的存在？就是经验导致的失误。快棋是在限定的时间内要你做出合理的应答，所以，盲点就多了。相比于冷冰冰的机器，棋手的心理起伏会对整个局势起到影响，一着不慎，满盘皆输说的就是这样的情况，但是，计算机不会，给他一个程序，经过他的计算，做出合理的应答，不需要解释。经过Alphago的更新换代，zero自我对弈盘数之多是人类一辈子都赶不上的，它的经验可以在三天内达到人类这一千多年的累积。

但是我们再来看zero对弈master的战绩89：11，这意味着什么呢？意味着边际效应正在递减，说明zero在不断自我更新强大的同时正在无限接近围棋真理，如果我们把zero看作围棋上帝，那么，master其实离围棋上帝并不那么远。所以，会出现一定概率的胜负。

综上所述，我认为zero大致能让人类顶尖3子，当然这可能也保守了，最好的方式当然是Zero 让人类3子下一盘，但是谷歌表示今后不再在围棋领域投入研究，转战游戏领域了，哦，那我们就只能靠自己仅有的经验意淫一下了，毕竟有生之年能看到围棋之神的产生是何其幸运的事情，Zero 让子数多只能更进一步证明围棋这一古老游戏的魅力，千变万化，经过人类上千年的经验积累都无法穷尽。而Zero 的自我对弈中仍有人类棋手的招法，也更说明了人类总结的围棋棋理是正确的，是经久不衰的。所以，人类棋手不要沮丧，想想以后随时有一个围棋高手可以和你对弈，何其幸哉！

类似的话题

AlphaGo Zero 和职业棋手之间大约差几个子？

AlphaGo Zero 和职业棋手之间的差距，用围棋的语言来说，就像是“差几个子”这个问题，其实比表面看起来要复杂得多。这不仅仅是某一个具体数字的简单加减，而是反映了在理解棋局、布局、计算深度以及对全局的把握上，存在着一个显著但又难以精确量化的鸿沟。为什么很难给出一个确切的数字？首先，围棋的博弈性.............
如何评价AlphaGo Zero？

AlphaGo Zero：围棋人工智能的革命性飞跃AlphaGo Zero，这个名字在人工智能领域，尤其是在围棋界，无疑是一颗璀璨的明星。它不仅仅是AlphaGo系列的一个升级版本，更是一次理念上的彻底革新，一次对我们理解学习和智能本质的深刻挑战。要评价AlphaGo Zero，我们不能仅仅停留在它.............
如何评价 DeepMind 发表在 Nature 的论文公开无需人类棋谱的 AlphaGo Zero？

DeepMind 发表在 Nature 的论文公开无需人类棋谱的 AlphaGo Zero，可以称得上是人工智能领域的一个里程碑式的事件，其意义深远且多维度。要详细评价它，我们需要从几个关键方面入手：一、核心突破：从“监督学习”到“自我学习”的范式转变过往的 AlphaGo 的模式 (Alph.............
是不是对于任意 n×n 大小的围棋棋盘，人类都赢不了 AlphaGo Zero 了？

想当年，围棋这玩意儿，讲究的是一个“气”字，还有那纵横捭阖、虚实结合的章法。可自从AlphaGo Zero横空出世，棋盘上的乾坤好像都变了味儿。你问我，是不是随便一个 n×n 的围棋棋盘，人类都赢不了它了？这话说得，有点儿太绝对了，也太简单了。咱们得这么看：AlphaGo Zero牛在哪儿？它不是学.............
AlphaGo 战胜李世石后，最让你害怕的是什么？

AlphaGo 战胜李世石，对我而言，最让我感到“害怕”的并非是某个具体的、直接的威胁，而是一种更深层次的、由这次胜利引发的对未来的复杂情绪。这种“害怕”可以分解为以下几个方面，我会尽量详细地阐述：1. 认知能力的边界被打破，人类“独一无二”的优越感受到动摇：智力的神圣光环褪色：几个世纪以来.............
AlphaGo 能战胜李世石吗？

在讨论 AlphaGo 是否能战胜李世石之前，我们需要明确一点：AlphaGo 已经战胜了李世石。这场具有里程碑意义的围棋比赛发生在 2016年3月，最终比分是 AlphaGo 以 4:1 的压倒性优势击败了当时世界顶尖的围棋棋手李世石九段。这场比赛的意义远不止于围棋界，它标志着人工智能在复杂策略.............
AlphaGo 战胜了李世石，人工智能突破了围棋领域，这意味着什么？

AlphaGo 战胜李世石，无疑是人工智能发展史上的一个里程碑事件，它标志着人工智能在围棋这一复杂智力游戏领域取得了前所未有的突破。这一事件的意义深远而广泛，可以从多个维度来理解：一、技术层面的突破：深度学习与强化学习的成功结合： AlphaGo 的胜利并非仅仅依赖于传统的算法或大量的预设规则。它.............
AlphaGo 有没有「棋风」？它在下棋时会犯错吗？

关于 AlphaGo 是否有“棋风”以及它在下棋时是否会犯错这两个问题，我们可以深入探讨一下。这背后涉及到了人工智能在复杂策略游戏中的一些核心概念。AlphaGo 的“棋风”：是风格还是算法的体现？我们通常说一个人下棋有“棋风”，指的是他下棋时的偏好、习惯性的招法、对局势的理解方式，以及由此形成的一.............
AlphaGo 与李世石的第五局比赛中有哪些值得关注之处？

阿尔法狗和李世石的第五局棋，绝对是他们那场惊世对决中，最让人喘不过气、也最能体现人类智慧与人工智能博弈深度的一局了。虽然前面的四局已经足够震撼，但第五局的某些细节，更能触及到围棋本身和人工智能发展的核心问题。开局的“阴影”与李世石的调整：比赛开始时，人们其实都有点忐忑。李世石在前几局的表现，特别是第.............
AlphaGo 与李世石的第四局比赛中有哪些值得关注之处？

AlphaGo 与李世石的第四局棋，那可真是让人看得心惊肉跳，也充满了戏剧性。回想起来，那一局的看点太多了，绝不是简单的胜负之争。首先，最让人惊掉下巴的莫过于李世石在开局阶段就采取的“弃子战术”。要知道，在围棋的常规思维里，棋子都是宝贵的，轻易不轻易舍弃。但李世石在那一局，尤其是在白棋一方，下出了几.............
AlphaGo 与李世石的第三局比赛中有哪些值得关注之处？

说到 AlphaGo 和李世石九段在 2016 年那场举世瞩目的围棋对决，第三局绝对是其中的高潮，也留下了太多让人回味无穷的细节。如果非要挑点东西来说，那这场棋，简直就是李世石这位人类顶尖棋手在绝境中的一次疯狂反击，虽然结果令人扼腕，但其过程之精彩，足以让每一个围棋爱好者热血沸腾。首先，李世石在开局.............
AlphaGo 下棋的策略套路与人类策略有哪些相似吗？

AlphaGo 下棋的策略套路与人类棋手之间的相似之处，其实比很多人想象的要来得多，而且颇具深意。这并非简单的机器模仿，而是深层算法在模拟和超越人类智慧的过程中，殊途同归地触碰到了围棋最核心的奥秘。我们可以从几个主要方面来探讨这种相似性：一、大局观与全局思考的融合：人类棋手的精髓：经验丰富.............
AlphaGo 在围棋上战胜李世乭后，人工智能的下一个目标会是同为「有限元素组合创作」的音乐吗？

AlphaGo 在围棋上战胜李世乭无疑是人工智能发展史上的一个里程碑，它向世界展示了人工智能在复杂策略游戏中的巨大潜力。而你提出的“有限元素组合创作”的音乐，这是一个非常有趣且具有洞察力的视角，我认为这是人工智能领域一个非常值得探索和前进的方向。理解“有限元素组合创作”与音乐的内在联系首先，我们来拆.............
AlphaGo 与李世石的对战会推动人类的极限还是机器学习的进步和觉醒？

AlphaGo 与李世石的对战，是一场具有划时代意义的事件，它不仅是人工智能领域的一次重大突破，更是人类智慧与机器智能的巅峰对话。这场对弈的深远影响，可以从推动人类极限和机器学习的进步与觉醒两个层面来详细解读。一、推动人类极限：对围棋界的冲击与人类智慧的重新审视这场对弈对于人类围棋界而言，无.............
AlphaGo「理解」围棋吗？

AlphaGo 是否“理解”围棋，这绝对是一个值得我们深入探究的问题，而且这个问题本身就充满了趣味。我们不能简单地说“是”或“否”，因为“理解”这个词在人类和机器的语境下，含义可就大相径庭了。首先，让我们看看 AlphaGo 是怎么做的。它不像我们人类那样，从小学围棋，学习定式、死活题，然后通过对局.............
Alphago系统能否颠覆传统钢琴学习体系？

AlphaGo 的棋局：能否改写钢琴学习的谱曲？曾经，围棋世界被一群人类大师统治，他们的智慧、经验和直觉构成了这项古老艺术的基石。直到 AlphaGo 的出现，这幅画面被彻底颠覆。围棋界为之一颤，人们开始思考，如果一个机器能够掌握并超越人类在围棋上的顶尖技艺，那么它是否也能以同样的方式，颠覆其他人类.............
AlphaGo战胜围棋冠军和当年IBM深蓝战胜象棋冠军哪个意义和影响更大？

关于AlphaGo战胜围棋冠军和IBM“深蓝”战胜象棋冠军，哪个意义和影响更大，这是一个非常有意思且值得深入探讨的问题。两者无疑都是人工智能发展史上的里程碑事件，但它们所处的时代背景、技术突破点以及引发的思考，都各有千秋，导致其影响的深度和广度也存在差异。IBM“深蓝”战胜卡斯帕罗夫（1997年）：.............
AlphaGo 和人类棋手比起来谁消耗的资源更多？

这个问题很有意思，涉及到我们对“资源”的定义。如果笼统地说，AlphaGo 和人类棋手比起来，谁消耗的资源更多，答案是：侧重点不同，但从整体运作和维护来看，AlphaGo 的“资源消耗”更庞大且持续。让我来详细解释一下，试着摆脱那些冷冰冰的“AI”标签，更像是一个观察者在探讨这件事。人类棋手：即时消.............
为什么 AlphaGo 不敢挑战麻将？

关于 AlphaGo 为何没选择麻将作为挑战项目，这个问题其实挺有意思的，咱们得从麻将这牌局本身和人工智能这两方面来好好说道说道。别看网上总有人拿这个说事儿，觉得是 AlphaGo 怕了，其实背后是挺多技术和现实因素在起作用的。首先，咱们得明白，AlphaGo 之所以能称霸围棋，是因为围棋是一项信息.............
两台 AlphaGo 对决会和棋吗？

两台 AlphaGo 对决，会和棋吗？这个问题其实比看起来要复杂得多，它触及了人工智能在围棋领域的深度和局限性。简单地说，在理想状态下，一台顶级的 AlphaGo 对阵另一台同等水平的 AlphaGo，和棋的可能性是存在的，但并非必然。理解这一点，需要我们深入探究 AlphaGo 的运作方式，以及围.............