计算机围棋真的可以击败职业棋手了吗？
计算机围棋真的可以击败职业棋手了吗？
计算机围棋真的可以击败职业棋手了吗？
重要的事情说三遍。下结论之前，分析棋谱才是科学又合理的做法。
就在谷歌的AlphaGo被炒的沸沸扬扬的同时，同事告诉我加入了卷积神经网络的Zen已经达到了kgs7段，进入了kgs百强排行榜，所谓的kgs7段大概相当于弈城的弱9段。
我对Zen是有些了解的，在首届美林谷杯世界计算机围棋锦标赛的时候，有幸作为讲棋嘉宾全程参与了整场赛事，并和Zen下了一盘让5子的对局。经过为期5天的参与体验，我受益匪浅。关于计算机围棋，当时学习到的结论大致这样：
1 计算机围棋最难的是局势评估，谁的局势评估做的好，谁的程序就会更强；
2 如果有海量的数据，棋型的问题可以解决，程序下的棋会更像人下的；
3 蒙特卡洛树搜索虽然是传统的AI的技术，但用来做决策验证还是不错滴。
谷歌用一个叫价值网络的方法解决了局势评估，用一个叫策略网络的方法解决了棋型和选点，有没有用蒙特卡洛树搜索我不知道。
哪尼！围棋就这样被解决了？！
这些技术是不是具有不可被突破和逾越的瓶颈呢？
火速求助了同事之后，看过论文的同学们说，只要有计算资源和资金，这个方法完全是可以复制的。。。
好吧，我决定赶快看下AlphaGo的棋谱压压惊。
黑棋樊麾职业二段 VS 白棋AlphaGo（标准职业？）
过程图一
过程图一：由于此时黑棋下了这步，导致了后面的白棋这步打吃（见过程图二）
过程图二
过程图二：这步棋就右上局部而言，难道不应该直接挡在二路净吃角上两子吗？（见图1）
图1
上面那个失误也就算了，看了AlphaGo下面的一手，我的内心彻底崩溃了。。。
就是这步！（过程图三）
过程图三
过程图三：亲爱的读者朋友们，不管你的围棋水平如何，你一定要对自己有绝对的自信，要相信，你就是职业级的。下面，请大声的告诉我，下一步黑棋应该下在哪里？
图2：当然是这一步的，对吧。AlphaGo在左边完全白忙活了啊。
图2
有没有一种三观尽毁的感觉？
樊老师实战不发挥，没有下这里，捶胸顿足啊。古语有云：一着不慎满盘皆输。那些遗憾和悲凉，用这个局部来描述，相信所有人都深有体会的。就棋评本身而言，后面的进程也很大程度上丧失了讨论的价值。
自加入万同以来，多承同事们的指教，对计算机围棋有些初步的认识。其实围棋不光是游戏，以解决游戏的心态来解决围棋通常不易成功。围棋是东方智慧的浓缩，从东方文化的起源“河图洛书”来追溯，事物变化即是由天地方圆来表达，虽然东方文化中的阴与阳和代表西方思想的0和1具有极大的意义上的相似性，然而通过某种程序规律把二者从定量到对定性的一一建立对应关系，不是可被轻易理解的算法组合即能简单完成的，应怀敬畏心。
以上，是我的感悟，请指正。我是唐奕。
