其实业余围棋手也可以击败AlphagGo并拿到一百万

其实业余围棋手也可以击败AlphagGo并拿到一百万
李革胜，March 11， 2016

今年，谷歌AlphaGo击败李世石与1997年IBM深蓝击败世界象棋冠军卡斯帕罗夫并无本质上的不同，因为二十年来数学逻辑算法等基础研究上并没有实质性的突破，多的只是炒作与忽悠。李世石应该是在毫无准备的情况下被机器打了个措手不及，只要准备得当，业余围棋手也完全可以击败AlphagGo并拿到一百万。

据外媒报道，全球知名的AI芯片企业——Wave Computing 公司即将破产。据悉，该公司已经遣散了所有员工，并申请破产保护。[2]

人工智能本质上是个世界观的问题，我们这个物质世界是上帝交给人来管理的。无生命的人工智能是不可能超过有生命的人类智慧，只要能找到阿尔法狗程序设计中的瑕疵，业余棋手也可以轻松击败阿尔法狗。

二十年前笔者在阿尔伯特大学搞人工智能时，就受制于当时计算机老牛拉破车，慢得不能忍受。围棋软件能击败世界冠军，完全是现在的计算机运算速度远快于二十年前，及其存储量无上限的云计算。据报道，AlphaGo有个棋谱库，里面有吴清源、武宫正树、聂卫平、李昌镐等人3000万步的走法与棋局。这个确实难不倒现在的计算机，吴清源传世棋谱也就三百来页，区区上亿棋局也就是1,000T的存储量，一个中型机的硬盘量而已。如果把围棋盘简化为每格为三种可能，黑子、白子与空格，那么，总的可能性是个恐怖的呈几何级数的天文数字，用哈希散列表进行查找不现实，只能进行模糊决策。

模糊决策有个哈希表遍历冲突导致系统死锁问题，根据现有技术，程序员通常也只能利用”默认值”的模式解决遍历冲突问题，研究一下程序的默认棋路的破解，应该很容易击败程序。

汽车在马路上跑得当然比人快，但在树林里却寸步难行。程序是人写的，只要是人写的程序就有人能找到的瑕疵并加以利用。二十多年前，笔者玩过一款名叫“将棋”的中国象棋软件，其数据库包含特级象棋大师胡荣华、柳大华、吕钦等人的棋谱，当时中科院沈阳分院无人能赢它。后来笔者经过长期契而不舍的通关，发现其有个“Bug”，要赢它不能主动进攻，必须耍无赖，上来就倒挂双士相把底线空出来摆出防守架式，把炮架在底线左右不停的循环，不让程序摸清意图，神不知鬼不觉，悄悄把小兵拱倒老将门口，程序还在循环。因为象棋程序员不会想到对手是没有赢棋欲望的玩家，不然整个象棋程序会变得非常冗长，不利于商业运作。

根据”鸽子巢”理论，散列函数keys总是大于indices，哈希表查找冲突不可避免，视窗也好、Linux也好、安卓也好、iOS也好，死锁是任何操作系统都无法避免的问题，不死机的操作系统是不存在的，即遍历死锁问题必然存在于使用大量散列表的围棋软件中。也就是说，阿尔法狗至少存在一个死机瑕疵，如果对手找到软件死锁的命门，可以轻而易举地让阿尔法狗无限循环下去，花掉所有读秒时间巧妙地不战而胜。为了避免程序死锁现象，阿狗程序员通常采用默认设置(default)，这也是阿狗程序的漏洞之一，任何棋类程序都有默认套路，研究这些默认棋路找到相应对策对职业棋手来说容易得很，从理论上讲，阿狗是个”弱智”，侥幸赢棋只是利用对手没有准备好而已。

象棋围棋都有棋谱，按棋谱下棋比不按棋谱赢面要大得多，所以背棋谱可以在短时间内棋力大增。学下棋与学中医是一个道理，都是靠背，学中医是背偏方，谁的汤头背得多，谁的中医知识面就广。而学下棋是背棋谱。谁的棋谱背得多谁的棋谱背得好，谁的棋力就高。棋院棋手升段的文化考试就是考记性，谁的记性好，谁记得的棋谱全，谁的段位就高。其实临床医学院的学生学医大都靠死记硬背，不仅是学中医学棋谱才靠记性。

元素之间有非常明确的先后顺序时，程序员通常都考虑拓扑排序，围棋程序就是典型的拓扑排序。就象武侠小说里，“白虹贯日”这招用“泰山压顶”来破解最好。在标准棋谱里，每一步棋的最佳应对都是固定的，与电脑下棋可以下得和吴清源棋谱一模一样。棋类程序通病就是刚开始电脑会赢，多下几盘它就会输。

国际象棋与围棋不同，象棋可以用树图进行广度与深度遍历，进行局部穷尽，而现有计算机速度不可能保证围棋用二叉带权搜索Huffman树加堆遍历穷尽所有可能性。深蓝最多也只能预测十二步棋，再多下去程序树图遍历会变得非常冗长不利于操作。深蓝的程序员曾解释为什么深蓝可以击败人类，据说人最多可以看十步棋，极少数天才如卡斯帕罗夫可以看十五步棋，而深蓝可以预测十二步棋。所以深蓝可以击败大多数人，也就是说只有万分之一的极少数人在充分了解程序的情况下还是可以击败深蓝的。但人类还有个背诵能力，如果把吴清源棋谱背诵下来，人可以不费脑力预测上百步棋路，而阿狗程序员绝对想不到有人会去把聂卫平李昌镐的棋谱背诵下来。这也是为什么背诵棋谱可以让人在短时间内棋力大增。因为背诵棋谱可以熟能生巧，让人不费脑筋就能看得更远。从这一角度，深蓝能预测十二步棋与击败人类没有必然联系。离散数学上有个P=NP理论可以证明阿尔法在规定的时间与读秒内预见棋路的最大步数，神经网络技术效率只比一般的冒泡排序高了一到二个数量级，神经网络在数学上不能证明阿尔法狗的智商超过人类大脑。

从实战中看出，阿狗连金角银边草包肚的道理都不懂，走出“五路冲”，“双飞燕”等业余棋手的路子，就是程序有Bug的特征，拥有3000万个位置原始数据的程序比Windows操作系统还复杂，要知道OS是迄今为止历史上人类仅凭脑力劳动设计出来的最复杂的系统之一。Windows经过世界上最严格的程序调试过程，其瑕疵还是多得一塌糊涂，更何况匆匆忙忙赶出来的围棋程序？

Bug是永远找不完的，不然微软不会有那么多不停升级的Windows版本。特别是scenario-depedendent bugs，要完全消除是不可能的。因为逻辑的三种方式，演绎、归纳和溯因都是有前提条件的，前提一变，程序必须作相应变化。从这一角度，程序里的BUG是捉不完的。AlphaGo赢棋在于其计算不出错误，打斗无人能敌。赢阿狗只能利用其程序上的瑕疵，实战中要战胜机器，一定要骗过软件，明修栈道暗度陈仓，多变化，尽量把水搅浑，不要把棋走得太厚，相反越薄越好。最好搞成一着不慎，满盘皆输的“一本道”局面，因为电脑计算量与时间也不够，阿狗也不能穷尽围棋的所有走法，对一个不可完全预测的棋局，只能进行模糊决策，一旦电脑出现小概率决策纰漏，人就有机会。

李九段本应该执棋意图飘忽，充分利用腾挪，放弃局部，不让程序牵着鼻子走，争取大局主动权，多治孤，突然改变方向，反复打劫，多共活，多下无理棋。AlphaGo对无理棋有些举足无措，甚至会脱先，让人有机会在关键点连走两手。阿狗的大局关的程序设计比局部手筋要容易些，按固定棋谱照本宣科写Code就行了，大龙劫杀在程序设计上的难度稍大些。所以，最好做条大龙，因为大龙死活不存在枚举问题。打破布局常规，使计算机的价值判断失效。避免近身缠斗，阿狗可以局部穷举，人的手筋基本不起作用。

只有多研究标准棋谱的破解方法，让程序误以为是大师棋谱并按最佳利益顺标准路子走，因为围棋本没有最优落子，所谓最佳路线只是相对初学者而言，实利大小也是相对经验而言，而实际情况千差万别，模糊决策只能给出个大概。 尽可能提子，让计算机不得不花时间实时动态刷新累计的局面判断。尽量让计算机把时间花在查询、收索、分析与对比的路子上，什么路子花电脑的时间，什么路子让自己等待时间长，就走什么路子。在不同位置多虎几次，制造劫材，选择性重复打劫可以让程序把时间多用循环计算，率先把程序拖进读秒，让对方先花完规定时间，不战而胜等。程序员事先绝对想不到世界冠军会耍无赖，毕竟平均赢一场得二十万美金，值得一试。这么做虽然上不了台面，贻笑大方，还会让世界冠军沦为程序调试员角色，却是克制机器的智慧与技巧。上述技巧，以李九段的聪明应该自己也想得到，奇怪的是他在实战中没有走出来，让人替李九段捏把汗。李世石下得比较温柔，就象李师师陪宋徽宗下围棋装装样子就认输了，让人泄气。

计算机赢棋的秘密就是按标准棋谱走，计算机可以丝毫不错，人怎么比得过？毕竟血肉之躯与计算机拼比谁的失误少，本身就是一场不公平竞争，何况AlphaGo纯粹是在欺负职业棋手不懂程序设计。人机大战应该允许人使用计算器或者其他版本的围棋软件，这才公平。

据写阿狗的程序员说，AlphaGo有个可以学习的策略网络，经过循环往复的学习进阶，根据不同对手的特点，给出大概率实利的落子选择。实战中，程序只能是利用其强大的计算能力，把每一步棋的最终结局，根据大师的标准棋谱加以推演进行模糊决策，并以大概率实利效能为目标来比赛的。

从概率的角度，如果有人发明了一套全新的棋谱，从未被计入计算机数据库，人类也可获胜。从这一角度看来，AlphaGo并不是真正的人工智能，其“深度思维”的概念不过是谷歌商业广告上的噱头而已。根据“中文房间”理论，“如果机器仅仅是对数据进行转换，而数据本身是对某些事情的一种编码表现，那么在不理解这一编码和这实际事情之间的对应关系的前提下，机器不可能对其处理的数据有任何理解......即使有机器通过了图灵测试，也不一定说明机器就真的像人一样有思维和意识。”【1】能做与理解是两码事，阿狗的“人工智能”本质上就是一个函数拟合问题。因为可以“穷理”的事物本来就非常少，必须做大量简化，看似优美其实实用范围非常有限。计算机与人最大的区别就是计算机没有思维，绝对不会按人的思路去下棋。如果把计算机当成人来下棋，人很难赢它。但顺着计算机的Bug下棋，业余棋手也可以赢阿狗并拿走一百万。程序有Bug，就不是真正的人工智能。所以说，AlphaGo与深蓝一样属于“弱人工智能“，即”弱智“。当然，中文房间理论的真正价值只是哲学思辩，不能证明人工智能的局限只在于模拟。如果这次人机大战没有猫腻，谷歌第一个推出能击败世界围棋冠军的软件，在计算机科学史上应该有里程碑地位。

人类有个奇妙的能力，那就是能看透对手的意图。同一个人做同样一件事得到同样的结果，只有人才能审时度势分辨出其中的良好意愿，动机不纯，或者无知无畏。对手的每一步棋都有意图，也只有人能看出来，而且人还可以用眼神、口气与动作影响或者误导对手的行棋，而计算机只能根据目前的棋局势与实利分析得出下一步的最佳走法，随时审时度势，程序却失去了思维的连贯性。下棋本质上是个双方斗智斗勇的过程，能猜出对方的意图就是赢棋的关键，不然就是在浪费时间瞎猜。“中盘胜“通常就是在意志上彻底打垮对手，让对方误以为大势已去的情况下取得的。同一步棋可以有不同理解，势与实利都是相对的，只有人能猜得到对手棋意图而机器则不能，这时候人就有机会利用计算机大小棋模糊决策失误赢棋。只要把对方围起来，不给做眼的机会，再把自己的棋连起来，应该能够轻松击败阿狗。每一步棋都有意图，断对方、战地盘、制造劫材只有看懂对方的意图才能击败对手。

网上有个免费围棋程序，据说有职业二段的水平。 咋一碰上，在没有准备的情况下，一般的业余高手会输棋。笔者经过多次通关发现，这些围棋程序和阿狗一样有个相同的问题就是不能准确判断势与实利。因为人也做不到，程序员更做不到准确预测。势与实利是相对的，是不可能准确预测的，不然围棋就没有胜负之分，棋手只能按经验资历分胜负。围棋所谓“先下手为强，后下手遭殃”的说法是有前提条件的，即先手后手也是相对的，电脑为了脱先常下立，而不是直接冲进对方腹地。其实先手并不总有实惠，有时候牺牲先手拐一下取得实地也可能是最终小胜的原因。电脑好像还没有办法能根据具体情况分辩出来，因为职业棋手也做不到，程序员更做不到。围棋本没有最佳走法，不然只需要把最佳走法写成棋谱在市场上出售，再把最佳棋谱背诵下来人人都是世界冠军。如果有最佳走法，围棋就没有博弈的乐趣了。

人的优势在于人能根据对手的语言，动作呼吸等大致判断出对方是怎么想的。这一点再聪明的无生命的机器是不可能做到的。阿狗会根据局势选择弃子，比如，程序在底线出现空挡时，通常会选择大飞进对方腹地破空。如果在大飞的棋子上顶一下，程序为了脱先往往会莫名其妙地放弃大飞这个棋子。这时，人就有机会吃调阿狗的孤棋弃子巩固扩大自己的实地。只要能在阿狗的地盘上做活一块再在边界上扩张一点应该能稳赢阿狗。在占据星位，小飞，斜立的情况下点三三，人来下对手百分之百会死。与程序下，笔者最少有百分之五十的可能性点三三会活，程序是没有办法判断势与实利，只能进行模糊决策。这也是围棋程序的通病或者说瑕疵，算法上，程序员没有能力解决这个属于强人工智能的问题，即看透对方意图。

理论上讲人的思维情感意志计算机只能模拟没有办法超越，两个人从没有说过话，相隔千万里却可能想到一起去。1800年，高斯在德国，勒让德在法国各自独立提出“素数定律”，1948年保艾多斯在匈牙利提出其初等证明，英雄所见略同。《圣经》写了1600年左右，共有超过40位作者。人类早有定论《圣经》风格语言逻辑完全是同一个人的等等，因为这一领域属于唯心主义范畴，计算机科学家是不会去讨论的，而唯心主义是强人工智能绕不开的领域。到目前为止，只要给足够机会了解程序，笔者以业余初段都算不上的臭棋篓子可以轻松击败任何围棋程序。要说阿狗的创新，就是谷歌找到一种能够击败任何没有准备的人的走法，谷歌聪明地把这种棋路的瑕疵掩盖了起来。大街上摆的江湖残局，一着不慎，满盘皆输，很多国际象棋大师没有准备也会输，这类”天和局”的残局都是靠对手“一步错步步错”赢钱的。所以，阿狗最多算个残局大师，不能证明人工智能在围棋领域已经超过人类。谷歌曾在《科学》杂志上发表过一篇封面文章，声称围棋、日本将棋、国际象棋可以采用同一套算法获得世界冠军。那应该是骗股票上涨的噱头，因为封面文章没有内容，完全可能只是一种广告手段。

这场人机大战取样不科学，应该让不同背景的人用不同方式挑战计算机才能说明人工智能在围棋领域已经超越人脑。就像李九段自己说的那样，今天的失败只是个人的失败并不能代表人类的失败。有网友分析过棋路，可能是人机结合击败了李世石，也就是说：李九段可能是输给了一个电脑加职业棋手团队。问题在于谷歌并没有事先讲明阿狗是基于人本计算，这就可以证明谷歌有虚假陈述的嫌疑。

李世石如果没有拿到AlphaGo的源代码，或者没有阿狗程序员指点迷津，就不要贸然挑战机器。没有准备只能是陪太子攻书，白给谷歌打广告而已。一百万美金等于两个诺贝尔奖，不是那么好拿的。

个人感觉五盘棋太少了，如果有100次以上对局才可以得出结论电脑战胜人脑。应该把阿狗程序做成光碟在市场上公开销售再悬赏100万，如果无人能敌才能说明电脑已经战胜人脑，毕竟那一百万悬赏应该人人有份才公平。这样做，谷歌既赚了钱又证明其技术高明，为什么谷歌IBM不用公开悬赏的办法呢?这背后肯定是有原因的。IBM曾经非常缺钱，它的最赚钱的PC生意是全部卖給联想了的，IBM为什么有钱不赚?二十年前，IBM可以推诿计算机速度太慢，深蓝国际象棋程序不适合商业化。现在的PC速度早已超过深蓝，为什么市场上还买不到能击败人类的象棋程序？所以，IBM二十多年来从没有把战胜卡斯帕罗夫的象棋程序拿出来赚钱，就不能证明电脑在国际象棋领域已经战胜人脑，谁知道里面有没有猫腻呢？

职业棋手是不会去怀疑世界围棋冠军会撒谎的，计算机专家也不会去怀疑人机大战的，谷歌，IBM这些IT人心目中的殿堂会撒谎吗?以后还想不想在IT行业混了?所以，这些臭事只能由外行说出来。深蓝已经是世界第一，别人失去了开发国际象棋的兴趣，没有必要再花钱再研究了。“深蓝击败卡斯帕罗夫”二十年前就被写进世界各国大学计算机教材，国际象棋人机大战也被世界各大学研究生当成客观事实写进学术论文。板上钉钉的事实，谁吃饱了没事干去怀疑呢？如果没有理论技术上的实质性飞跃，机器绝无可能凭空超越人的思想情感意志。

根据”摩尔定律”，芯片性能18月会增加一倍，围棋程序的遍历能力也会随之增强，这大概是阿狗能够深度学习不断进步的动力。逻辑上讲，深度学习各种棋谱不会必然成为世界第一，没有理论的实验不是科学实验，IBM所谓深蓝软硬件协同工作系统不适合商业化的说法也不能成立，不然，IBM应该不断推出新版本深蓝，为什么20年过去了，一直没有”超深蓝”版本出现并打败旧”深蓝”?

学术界早有定论，软硬件协同的模式只能提高效率，不能实质提高计算机智商，在IT行业所有软硬件工作模式都可以用纯软件实现，如软件完全可以取代硬件路由器，软件与硬件理论上只有效率的不同，没有本质上的区别。

这些高科技公司偷换了概念，战胜世界冠军不等于赢了全人类。人机大战本质上是个数学问题，它应该是悬赏解决“歌得巴赫猜想”。英特尔为什么伟大？英特尔不仅给市场提供了最好的CPU，而且还给学术界贡献了“摩尔定律”。IBM谷歌工程师的理论水平还不够，他们没有把深蓝，阿狗升华为象黎曼猜想，考拉兹猜想，旁加莱猜想等数学难题，悬赏解决一个数学难题。人机大战没有在数学上的升华，就没有实质上的学术价值。

阿尔法狗的设计思想很简单，就是利用计算器的思想，每一步棋下在哪里，可以占有最大的空间。计算“加减乘除”，人的心算能力远不是计算器的对手。从这一角度，阿尔法狗就是一个加了特殊数学模型的计算器，与智能关系不大。

谷歌的工程师当然不是傻子，他们走的是爱因斯坦的路子。物理现象解释不通时，就发表文章，用大量复杂的数学公式描述神经网络来掩人耳目。神经网络文章最大的特点就是数学推导复杂，最好做到内行看不懂，外行觉得神秘。你自己数学水平不行，看不懂神经网络数学推导，只能怪自己年轻时候不努力。任谁也不敢随便下结论，加上人机大战的宣传，让股票涨上去。从“公司经营学”的角度，融资不等于投资，发行股票就是一种常见的融资手段，股价最大化通常是公司决策的中心甚至唯一目标，因为股价是上市公司业绩最容易被观察到的指标。老百姓买股票都是买涨不买跌，从经济学上讲，股票本质上是种信用工具。让股票涨起来，可以拿到更多的银行贷款。

神经网络最初是受生物神经元结构启发发展起来的，它的学术价值现在看来是非常有限的，至少在人工智能领域前途不大。在人工智能领域内，神经网络现在只剩非线性统计数据建模这一块还有人在搞，虚拟生物神经网络从来没有人深入搞过，生物神经网络模拟一直处于浅尝辄止的状态。模拟生物神经系统发展起来的神经网络系统就象海市蜃楼，因为它不好用二进制处理，效率低。生物神经网络早就被人工智能抛弃了，只有信号与统计在人工智能领域还有点实际价值。谷歌工程师关于阿狗发表的生物神经网络的文章给人感觉是替阿狗圆谎，套股票和银行贷款而发表的，文章不是为了学术而发表的，所以谷歌工程师的文章一直没有引起大的反响。

用世界冠军的噱头来唬人的手法，让股票上涨，到银行贷款是短视行为，不值得投资。即阿尔法狗如果是真的，阿狗完全可以做成纯软件，并制成光盘在市场上公开销售。本质上，阿狗走的路子类似街上摆副残局，利用对手的赌博心理，在对手没有准备好的情况赢钱，江湖棋局就是靠对手一着不慎满盘皆输来赢钱的。一句话，人机大战不是科学，与魔术没有太多区别。人机大战本质是中国传统文人不屑一顾的奇技淫巧，骗人的把戏而已。

有人写文章说，IBM开发深蓝，从没有计划让深蓝商业化，人机大战只是让其股票上涨的噱头而已。没有理论指导，技术水平上的突破只是天方夜谈。IBM至今没有发表任何令人信服的理论为什么深蓝可以击败人类，我们有理由质疑二十年前那场人机大战的真实性或者不公平性。

以后即使有人在国际象棋人工智能领域取得突破也是IBM的功劳，深蓝早在97年就是世界第一了。IBM一个小小的谎言实际上是扼杀了人工智能在国际象棋领域的发展。在IT行业，大家都在同一条起跑线上。你不会的，做不到的，谷歌IBM也不一定能做到，毕竟数学逻辑基础研究几十年来没有任何实质性突破。一句话，谷歌现在故技重施，谷歌与IBM的问题一样就是象棋围棋程序没有办法商业化，拿出来放在太阳底下大家看个究竟。

说远一点，如果这次人机大战没有水分，那么围棋程序可以用于公共医疗系统。因为疾病的种类有限，与围棋变化比较是小巫见大巫，疾病的诊断本质上就是简单的因果关系。以后医院不再需要门诊医生，只需化验员与QA人员就足够了。把化验结果输入人工智能系统就可以诊病，电脑出错的几率比人误诊小得多。其实现在医院的医生都跟机器人一样只看化验结果，望闻问切好像是多余的动作，极端的时候医生还用化验结果为自己的误诊辩解推卸责任。从这一角度医院门诊应该办公自动化，毕竟用专家系统出错的可能性更小，病人读化验结果在家里上网就可以知道自己的病情。

毕竟，举办人机大战的初衷是展示谷歌的人工智能水平在围棋领域已经超过人脑，事先并没有任何说明人机大战是魔术表演，有虚假陈述的嫌疑。

职业棋手在没有准备的情况下，一般是赢不了在大街上摆残局骗钱的江湖骗子的。

结论
让李九段去挑战阿狗，本质上与江湖骗子在大街上摆个残局骗钱并无不同。以有准备打无准备而已，这个办法不能证明计算机能够在围棋领域超过人类。

还是那句话，如果能够找到阿狗程序上的瑕疵，业余围棋手也可以轻松击败AlphagGo并拿到一百万。


Reference
1.http://www.baike.com/wiki/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD&prd=shouye_newslist
2.https://www.wenxuecity.com/news/2020/05/08/9439212.html



注: 2017年1月网上出现了master 快棋击败柯洁，这也不能证明计算机在围棋领域超过了人类。毕竟快棋不能反映棋手的真实水平，职业棋手的确不懂程序设计，下快棋当然不如无生命的机器。master的快棋仔细看还是有很多臭棋，只不过对手快棋的漏洞更多，从这一角度，master只是胜在利用对手思考时间太少出现的纰漏，不是靠它的真实水平超过人类。master有两次掉线记录，应该是系统发生了死锁现象，master用两台计算机同步比赛，第一台死机，第二台马上顶上，本质上这也是作弊行为。无人汽车，无人飞机都有系统死锁问题，毕竟不死机的计算机操作系统是不存在的。人工智能领域只有商业炒作，没有真正的哲学家。

May 25, 2017, 柯洁2:0负阿狗召开巨大的记者招待会，是给自己添乱，而机器不会受到任何影响。柯洁输在官子上，输在被阿狗签着鼻子走。他不应该跟着程序的步伐走，必须自信自己的综合判断能力大于计算机。自己走自己的路子，它走它的，我走我的，只要不跟程序走，程序就会算错。程序出错后，完全靠对手的臭棋自我修正，打这个时间差就能战胜计算机。

势与利是相对而言的，围棋没有最佳路子，每一种下法有利也有弊，只有较好的判断，没有最佳的棋路。柯洁输在不了解程序的算法与决策过程，没有准备好，完全是瞎子在摸象。这次人机大战没有提悬赏的事体，柯洁的出场费也没有报道。还有一种可能，没有那一百万赏金，柯洁赢棋没有动力？

阿狗虽然赢棋了，它的处境更不妙。骑虎难下，谷歌的投资人肯定会要求阿狗产业化，商业化，赚钱才是投资股市的唯一目的，谷歌从未说过，人机大战是魔术表演。

2020年5月9日第二次修改

​

---