迄今為止，可以戰勝AI的棋手，只有韓國棋手李世石，並且還只是贏了一盤。李世石與谷歌計算機圍棋程式“阿爾法圍棋”（AlphaGo）的對戰，結果以總比分1:4落敗。

而韓國傳奇圍棋手李世石在退役之戰，還是選擇了圍棋AI——“韓豆”作為對手，但李世石告別賽最後兩盤依然落敗。

AI到底有多強？

中國山東省舉行的世界智慧圍棋公開賽上，“韓豆”取得7戰2勝的戰績獲得第三，冠軍和亞軍是中國的圍棋AI“絕藝”和“星陣”。

而“韓豆”的世界圍棋積分被預估到了4500分，而柯潔的分數也只是在3700分左右。

但“韓豆”的實力還不夠成為世界第一，目前除掉AlphaGo，中國的圍棋AI“絕藝”被認為是最強者。

但不論怎樣，AI在與人類棋手的對決中，處於絕對領先的位置。目前世界圍棋界普遍認為，人類頂尖高手與頂級圍棋AI對決，即便被讓兩子也沒有勝算，聶衛平此前曾表示“若讓柯潔對陣頂級AI，只有被讓三子才能取勝。”

中國圍棋協會主席林建超認為， “在競技層面，人工智慧圍棋與人類棋手的博弈結果已經不再是懸念。”

未來是AI的天下嗎？

答案當然不是，AI的實力不可否認，但人類並不是需要去戰勝機器，而是可以去利用機器。人工智慧從挑戰者的身份華麗轉身，轉成了提升人類水平的完美助教。2018年4月騰訊公司開發的AI圍棋世界冠軍”絕藝AI“進入中國圍棋隊訓練室，成為國家隊訓練專用AI。近年來，我國圍棋選手不斷取得世界冠軍，絕藝AI陪練功不可沒。

總而言之，儘管人類戰勝AI的可能性並不是很大，但機器可以彌補人類做不到的事情，代替重複危險的工作，比如工廠流水線，地質探險，海底探測等工作，而不是將人與機器的比試，這些沒有什麼意義。從這件人機圍棋大戰事情來講，人工智慧已經發展迅速，從理論研究方面發展到實際應用方面，汽車自動化執行，工廠流水線機器等等，這些都將是人工智慧美好未來的啟示與開始。

隨著ai技術的發展，人類幾乎不可能戰勝，ai神經網路運算，相當於下象棋的時候，老人常說走一步看三步，能看三步的都是高手。而ai可以做到往後看幾十步，你想想差距有多大？ai每走一步之後，人類接下來所能走的每一步，ai都已經計算進去了，相當於你走的每一步，ai都心知肚明，明已經知道你接下來的意圖，想想多恐怖，人類的大腦怎麼可能做到那麼恐怖的地步？人類走棋完全是憑藉經驗預判接下來雙方走勢，而ai是無差別計算所有接下來你說能移動的每一步棋子。完全無死角。這種計算量，人類如何戰神？

人類棋手有沒有可能戰勝 AI （圍棋，象棋）？

最近，微軟投資了10億美元給一家叫做“Open AI”的人工智慧研究實驗室，用以研究AI（人工智慧）。

聽了這個新聞，我等月光族看完還是不禁感嘆，原來研究AI是這麼燒錢的事？

近年來，AI開始滲透進我們的生活，比如自動駕駛的汽車、家教機器人、智慧音箱，就連古老的圍棋運動，也悄悄的跟AI結了親家~

今天，我們就來細數一下圍棋AI與人類的愛恨情仇。

“狗子”界的智商擔當 - 阿爾法狗

提到圍棋AI，多數人想到的，肯定是大明湖畔的AlphaGo，儘管它已經不再參與任何圍棋比賽，但江湖上還流傳不少它的傳說。

阿爾法狗剛剛來到中國時，由陳耀燁、周睿羊、羋月廷、時越、唐韋星組成的人類戰隊與其展開了一場激烈較量，猶如小說裡各大門派 “圍攻光明頂”，但終究全部敗下陣來，輸給了這位“外來和尚”。

畢竟機器“腦容量”更大，落子的同時已經運算到20手後要怎麼走了。幾場比賽之後，棋手們對Alpha Go的稱呼也從阿爾法狗變成了“阿老師”，足以體現阿爾法狗的強大。

後來，阿爾法狗又3：0戰勝了世界冠軍柯潔，從此一炮走紅。那一天，人們終於感受到被AI支配的恐懼，圍棋AI也正式進入人們的視野。

阿爾法狗之後，興起的各國圍棋AI

提起圍棋AI只知道Alpha Go？那你就out了！在“狗子”走了以後，圍棋界湧現出許多它的優秀後輩，如人工智慧棋手絕藝、星陣等。

見證了“老大哥”阿爾法狗的人機大戰後，這些AI的內心OS大概是：人類一個能打的都沒有！所以它們參與的圍棋比賽，多數是隻有AI與AI進行的比賽。

前不久舉辦的博思杯2019世界人工智慧圍棋賽裡，中國的AI “星陣”以3：0零封韓國AI“小愛圍棋”，奪得冠軍。

AI為什麼要選擇圍棋，而不是其他棋類？

其實，圍棋之前，象棋界早已有了AI棋手“深藍”，也戰勝過許多世界級棋手。而圍棋一直是公認的最複雜的棋類，棋局的組合可能性總數達10^171種，比宇宙中原子數量還多，因此圍棋AI需要更復雜的演算法、更長的研發週期，問世後引發的轟動也就更大。

除了棋類外，許多其他的腦力競技中，都出現了AI的身影，比如德州撲克、網遊Dota等。在我們生活中，也有比如智慧音箱、自動駕駛汽車、AI人臉識別等，未來，很有可能變成一個“萬物皆可AI”的世界。

什麼是AI？

說了這些，到底什麼是AI？AI是人工智慧的簡稱，是指研究、開發能以人的方式去思考、反應的智慧機器。

AI希望讓計算機能像人類一樣進行學習和思考，憑藉神經網路演算法，能讓其不斷學習，積累經驗，學會給出“正確”答案。就像上文提到的圍棋AI，它們就像一個學習能力巨強的小孩子，透過無數次模仿、學習，積累了複雜的資料，變得如此強大。

所以說不管是人工智慧還是人，都不能放棄學習啊！

AI會不會取代人類？

有了AI以後，人確實能多偷些懶，但同時也會擔憂：某一天，我們會不會都被AI取代？就像電影《駭客帝國》那樣，一切都被電腦程式控制著，或者像電影《人工智慧》中，甚至無法從外觀和情感上分辨人類和機器人。

關於這一點，巧巧認為，或許某些工種會被AI取代，來節省勞動力，比如一些重複性較高的流水線工作，但大部分職業是不會被取代的。雖然神經網路演算法的名稱由人腦的神經元網路而來，但其真正機理，和人腦無法比較。

就拿圍棋來說，AI老師們雖然棋藝深厚，但終歸是莫得感情的機器，比起棋桌兩端坐著冷冰冰的機器人，大部分棋迷還是更喜歡看人類與人類的熱血對決。

迄今為止，可以戰勝AI的棋手，只有韓國棋手李世石，並且還只是贏了一盤。李世石與谷歌計算機圍棋程式“阿爾法圍棋”（AlphaGo）的對戰，結果以總比分1:4落敗。

而韓國傳奇圍棋手李世石在退役之戰，還是選擇了圍棋AI——“韓豆”作為對手，但李世石告別賽最後兩盤依然落敗。

AI到底有多強？

中國山東省舉行的世界智慧圍棋公開賽上，“韓豆”取得7戰2勝的戰績獲得第三，冠軍和亞軍是中國的圍棋AI“絕藝”和“星陣”。

而“韓豆”的世界圍棋積分被預估到了4500分，而柯潔的分數也只是在3700分左右。

但“韓豆”的實力還不夠成為世界第一，目前除掉AlphaGo，中國的圍棋AI“絕藝”被認為是最強者。

但不論怎樣，AI在與人類棋手的對決中，處於絕對領先的位置。目前世界圍棋界普遍認為，人類頂尖高手與頂級圍棋AI對決，即便被讓兩子也沒有勝算，聶衛平此前曾表示“若讓柯潔對陣頂級AI，只有被讓三子才能取勝。”

中國圍棋協會主席林建超認為， “在競技層面，人工智慧圍棋與人類棋手的博弈結果已經不再是懸念。”

未來是AI的天下嗎？

答案當然不是，AI的實力不可否認，但人類並不是需要去戰勝機器，而是可以去利用機器。人工智慧從挑戰者的身份華麗轉身，轉成了提升人類水平的完美助教。2018年4月騰訊公司開發的AI圍棋世界冠軍”絕藝AI“進入中國圍棋隊訓練室，成為國家隊訓練專用AI。近年來，我國圍棋選手不斷取得世界冠軍，絕藝AI陪練功不可沒。

總而言之，儘管人類戰勝AI的可能性並不是很大，但機器可以彌補人類做不到的事情，代替重複危險的工作，比如工廠流水線，地質探險，海底探測等工作，而不是將人與機器的比試，這些沒有什麼意義。從這件人機圍棋大戰事情來講，人工智慧已經發展迅速，從理論研究方面發展到實際應用方面，汽車自動化執行，工廠流水線機器等等，這些都將是人工智慧美好未來的啟示與開始。

1、人工智慧打敗職業圍棋選手確有其事

這次“阿爾法圍棋（Alpha Go）”打敗人類職業圍棋選手的新聞，來自國際知名的科學期刊《自然（Nature）》的最新一期封面論文，谷歌旗下的這支團隊在論文中介紹瞭如何大幅度提高里人工智慧圍棋的水平。被“阿爾法圍棋”5：0比分打敗的這名職業棋手叫樊麾，是連續幾年的歐洲冠軍。有讀者或許清楚歐洲圍棋水平遠不如東亞，但樊麾本人是來自中國的棋手，在中國取得了職業二段證書。雖然樊麾定段的年代比較早，但終究也是職業棋手，與現在活躍的頂尖高手李世石、柯潔等，最多也就讓兩子水平的差距。

歐洲圍棋冠軍、職業二段樊麾

所以，至少可以認為，“阿爾法圍棋”的水平已經摸到了人類職業棋手的邊了，如果能在接下來在今年三月的人機大戰中戰勝曾經統治棋壇的李世石九段，其意義就相當於當年IBM超級電腦“深藍”戰勝國際象棋世界冠軍卡斯帕羅夫。按國內職業高手李喆六段的初步判斷，“阿爾法圍棋”在棋譜中展現的棋力，“大約是頂尖棋手讓先或讓先倒貼的實力，離戰勝人類還有一小段距離”，但這是去年10月的水平，今年3月會有怎樣的表現，非常值得期待。

2、回顧電腦圍棋的發展歷史，“阿爾法圍棋”的成就確實令人震驚

棋類運動，通常都是“完全博弈”，即所有資訊都在棋盤上呈現，勝負完全不取決於運氣，被認為是智力競賽的極佳載體。在圍棋之前，人工智慧早已打敗幾乎所有棋類領域的人類專家，最典型的如國際象棋——電腦程式已經幾乎研究透所有的開局庫、殘局庫，中局計算的深度也遠超人類，更重要是幾乎從不犯錯，已經沒有任何人類能打敗程式。

而來自東方的、具有數千年曆史的圍棋則不同，圍棋被認為是“人類發明的最複雜也是最美的遊戲”（谷歌團隊就這個觀點）。稱圍棋最複雜，是因為其變化非常之多——在國際象棋的任何一個回合，平均可能的走法有35種。但圍棋的走法卻能達到250種。而且，國際象棋或象棋的目標非常明確，就是“殺王”，每一個著法之後，對“殺王”有多少好處較易透過函式評估，而圍棋是“地多者勝”，這個目標要相對抽象，導致估值函式非常不平滑，差一個子盤面就可能天翻地覆。人類高手可以輕易駕馭圍棋，但程式卻相當困難②。

可以非常粗略地把電腦圍棋的發展歷史分為三個時期。在電腦圍棋發展的早期，主要是透過“人類手把手教電腦”的方式，來提升電腦圍棋的水準——人類告訴電腦在特定情況下有哪些招法，告訴電腦怎麼評估一手棋的好壞，然而這種函式評估都是“靜態”的，而且很不準確，非常不善於應對變化，一般只對處於棋局初期的局面有一定作用，當棋局進入激烈廝殺後的中後盤後，往往就亂下一氣。

早期圍棋程式，是基於“特徵識別”來對局面進行靜態評估，這種方法成就有限

在網站computer-go.info上面，有個記錄人機圍棋大戰歷史（ Human-Computer Go Challenges）③的頁面 ，從中可以看出電腦圍棋程式挑戰人類業餘圍棋高手乃至職業選手的艱苦歷程。圍棋人機對戰最早從1986年就有記錄，但一直髮展到2005年，電腦程式還只能在被讓15個子的情況下，與人類業餘棋手苦苦抗衡。所以2008年的時候，聶衛平九段還認為“電腦圍棋水平還停留在被人讓二十多個子”。這足以說明早期圍棋電腦程式實力還相當有限。

不過重大的變化在2005、2006年已經發生了，圍棋程式普遍用上了一種叫“蒙特卡洛樹搜尋（MCTS）”的方法，來改進其演算法的估值函式，這可以算作電腦圍棋發展的第二個時期。“蒙特卡洛樹搜尋”是一種機率論的方法，通俗地來說，在一個特定的局面下，電腦大概有幾個著點可以選擇，怎麼判斷哪個著點最好？就是每個點都“試一下”，“試”的方式如下：選定一個著點後，用隨機著法模擬完對局，模擬幾千幾萬盤後，看勝率如何，勝率最高的著點就是最好的著點。使用這種方法改進演算法後，電腦圍棋的水平有裡大幅度的進步，2007年，一個叫“MoGo”的程式在9路棋盤上打敗了人類職業棋手。隨後湧現的“Zen”、“Crazy Stone”等程式，慢慢達到了業餘圍棋好手的水平，與職業棋手的差距在四、五個子左右。

然而這種方法有其極限，其實質是一種“窮舉法”，但圍棋的變化實在太多了，再先進的硬體也無法窮舉完所有變化，電腦計算能力變強也無濟於事。而且，在很多人工智慧的研究者看來，就算以後超超級計算機能夠用窮舉法戰勝人類，也不能說解決了人工智慧。直到最近幾個月，以“蒙特卡洛樹搜尋”為核心的圍棋程式還與職業棋手有鴻溝般的差距。

去年下半年的時候，大部分圍棋程式面對人類高手（名字後面帶"p"的，表示職業）仍有4個子以上的棋力差距，“阿爾法圍棋”能在平等條件下（Even）橫掃2p，令世人震驚

這就是為什麼“阿爾法圍棋”的橫空出世極具震撼性。據《自然》上的這篇論文，“阿爾法圍棋”不僅5：0戰勝了樊麾二段，還在對陣其他圍棋程式中，取得了495局比賽中494次勝利的成績（99.8%）④。甚至在“阿爾法圍棋”讓其他程式四個子的情況下，還取得了絕對優勢。這可以說是電腦圍棋發展歷史的第三個時期，目前距離人類頂尖水準已經非常接近了，而其中關鍵，正在於電腦已經能夠“真正地”向人類學習如何來下棋，這與國際象棋程式“靠計算能力打敗人類”有著本質上的不同。

3、“阿爾法圍棋”取得如此成就的原因：機器學習

谷歌旗下團隊之所以能夠取得如此的重大突破，並不是毫無預兆的，與同樣正在攻關電腦圍棋的Facebook團隊一樣，他們都應用了一種叫做“深度卷積神經網路”的技術。這是人工智慧領域非常熱門的一項技術，廣泛用於影象和語音的智慧識別方面。

從廣義的層面來說，“深度卷積神經網路”是“深度學習”的一個分支，而“深度學習”又是“機器學習”的一個分支。機器學習，指的是一類從資料中自動分析獲得規律，並利用規律對未知資料進行預測的演算法，是人工智慧的熱門領域⑤。這個說法聽起來沒有什麼稀奇之處，然而，“深度學習”是一種模仿人類大腦神經元工作的技術，加上這一技術強調的是“自動”，所以深度學習會給人一種“活物”的感覺。在谷歌團隊的論文裡，多處用到了“訓練”這個詞——“阿爾法圍棋”之所以這麼厲害，就是因為團隊用職業棋手的棋譜“訓練”它，讓它總結出職業高手下棋的招法和規律——用愛丁堡大學教授Amos Storkey的話來說，程式“並不是希望找出最優走法，而是學習人類的下棋風格，然後對人類棋手進行有效的複製。”⑥谷歌團隊的論文也提到，“在與樊麾的比賽中，阿爾法圍棋在評估位置方面要比深藍與卡斯帕羅夫比賽時所評估的位置少幾千倍”。

在谷歌團隊的論文中，提到“我們用19X19的影象來傳遞棋盤位置”，來“訓練”深度神經網路⑦

與初期的“人類手把手教電腦下圍棋”相比，“自動學習”無疑是革命性的。據谷歌團隊的說法，用這種方法做出的圍棋程式水平，輕易就達到了最先進的蒙特卡洛樹搜尋演算法的級別，兩者再一結合，就達到了接近職業棋手的程度。

4、這是否能說明人工智慧已經可以打敗人類？說不定會全方面來臨

電腦圍棋真的戰勝人類圍棋高手了，到底有什麼意義呢？能說明人類被人工智慧打敗了嗎？很多人不以為然——“人工智慧不也是人類創造出來的嗎，即使人類下圍棋下不過電腦了，那也不過是人類打敗人類，怎麼能說人類的智力驕傲崩塌了呢？”

一個深度學習的典型過程：透過具象到抽象，機器能夠自動提取出分析物件的特徵，從而完成“學習”

從某種意義上來說，這種說法不算錯。但在很多“未來學家”眼裡，這種“青出於藍而勝於藍”的景象，說不定是令人恐懼的。機器並不是透過“死算”，而是透過“自我學習”，在能夠象徵人類智慧的棋類專案上戰勝人類，在其他一些以前看起來只能人類做到而機器人無法做到的領域——諸如自動駕駛、人工智慧客服等等，智慧機器人說不定都能勝於人類，這種現象說不定會全方面地來臨。到時候普通的人類們該如何自處呢？雖然這種人工智慧還不具備“自我意識”，與科幻電影中那些跟人類無異的機器人還相去甚遠，但會讓這個世界會發生怎樣的改變，恐怕也已經很難想象了。

結論

人工智慧打敗職業圍棋選手確有其事，而且關鍵之處在於，人工智慧並不僅僅是具有強大的計算能力，還能夠透過“自動學習”的方式模仿人類的行動。人工智慧的最新發展正展示著一個廣闊而未知的未來。

有可能，除非自創的棋路，而且每一步都是好棋，才有 一點點可能性，你要知道計算機一秒鐘能計算億萬次，你每走一步，它能計算出你剩下的所有棋路，所以贏過計算機還是非常困難的

現在最強的圍棋Ai是阿爾法狗，人類不可能戰勝，其他像什麼日本的DeepZen，中國的星陣和絕藝，比利時的Leela，人類或多或少還是贏過的

人類棋手有沒有可能戰勝AI？我覺得這絕對是不可能的。

目前人工智慧頂級的軟體已經完勝圍棋和象棋世界冠軍，是那種可以將人類高手隨意摁在地上摩擦的那種。

這就好比，人跑的再快，也不可能跑得過汽車、火車，更別提超過飛機、火箭了。

2017年6月21日，第三屆MLILY夢百合杯世界圍棋公開賽，中國棋手王昊洋力克日本人工智慧圍棋程式DeepZenGo。

人類棋手戰勝AI過去曾經有過，國際象棋、圍棋已經實現過，最近的是2017年圍棋世界冠軍李世石勝過阿爾法狗一局。不過著一切都宛若流星劃過，再無重複。

在現有棋類沒有變革的情況下，未來人類棋手不可能戰勝AI，這已經可以確定，而這並不考慮AI的未來的繼續進步提高。對此，很多的回答都已經講述很明瞭，這裡不再重複。

然而，棋類也是會進步的，也是會變革的。就象棋而言，目前諸多的不如人意，都是在暴露象棋的缺點或缺陷，本身就是一種對變革的呼喚。由於人們物件棋的固化認識，習慣於在象棋之外搞象棋改革，改革半天接觸不到實質，發生不了質變，還是原地打轉，停滯不前。

也就是說，在棋類變革的情況下，人類棋手是有可能戰勝AI的，因為現在最先進阿爾法元仍然被視為“不具備智慧”，基於這一點，人類還是有機會的。在下棋的時候，人類可以充分發揮自己的智慧時，AI就會被戰勝。

如下圖，這是一款新的象棋———奇襲象棋，布玩棋子，車馬炮的暗面具有不確定性（但仍然是車馬炮），每局都有三次翻子權利。資訊隱蔽，模擬真假虛實。給人類棋手和AI一個公平的，一定都會犯錯的平臺。這個棋，可以充分發揮人類觀察深刻、決策靈活的能力，而AI會顯得一根筋。

“不完全資訊環境”，是人類大腦進化的真實環境，在這個環境下，人類棋手有戰勝AI的可能，甚至是輕鬆戰勝。

（車在士角毫無威脅（不翻子），但是暗面可能是炮或馬，若是炮，無威脅，若是馬，則絕殺。這樣的局面人類可以迅速決策，而AI則是老大難）

有，找Bug，背棋譜。

駭客與電腦的鬥爭，也在不停的發展，從病毒到木馬，再到入侵系統，ai時代會有無侵入的方式找到電腦盲點，比如現在有人用特殊顏色的照片能騙過人臉識別。根據哥德爾原理，沒有不存在邏輯漏洞的系統。

人類要戰勝ai，不能從棋本身上去想辦法，而只能從系統上想辦法，預判你的預判，或者干擾你的分析。也就是說，如果有人能贏，一定不是一個棋類高手，而是一個ai專家。

當然可以，只要公平限制可以計算的步數和時間，AI必輸。但現在AI的計算速度遠高於人類，相當於一個人和幾億人在下棋，不是公平比賽。

許多人不知道什麼是AI，所以其回答太業餘。

AI完勝人類，這裡的AI是指阿爾法狗及以上層次的AI。

象棋的難度和圍棋不是一回事。

人類棋手與AⅠ下棋就好像是人類與汽車賽跑一樣，人如何跑贏汽車呢只有使汽車拋錨，使其暫時無法比賽，不然在同等條件下人怎麼能跑得贏汽車呢？

同樣道理，棋類比賽也是一樣，不像人類棋手，AⅠ不會疲勞，很少犯錯，計算力又快又深，計算量又大又廣。這樣的對手怎麼能贏？所以曾經有個圍棋大佬開玩笑說過人類戰勝AⅠ的唯一辦法就是比賽時拔掉電源使其無法再比賽，從而判A1超時負。

拔電源和使汽車拋錨還是有異曲同工之妙的。

有一個方法讓AI永遠戰勝不了人類，就是修改規則，這也是AI永遠的短板。

人工智慧跟人類最大的區別就是“腦子不夠靈活”，全靠硬實力以力破巧。舉個例子，比如圍棋是19*19的棋盤，假設改成21*21的規則，如果人類圍棋大師，或許影響不是很大，大師還是大師，但對於AI，可能一下子就懵了，別說大師了，或許連下棋都困難。

為何，因為AI的程式針對性專業性很強，而人類思維卻是面向所有可能發生的情況。隨機應變能力有天壤之別。

有 就是那種誰先走誰贏 或者誰後走誰贏的 三局兩勝輪流開局 至少會贏兩局

或者輪流擲色子才能走的棋 大富翁啥的 AI的運氣不見得就一定比人更好

不可能，雖然圍棋的變化很多，但是棋盤就那麼多位置，每一步的位置都是有限的。所以只要AI夠牛逼，就可以用窮舉法找到必勝的走法。

可能是有的！如果單純比計算，人類在AI面前是被碾壓式的！但是人類有個優點，就是棋感！各種棋形的要點能憑感覺看出！而AI都是靠計算，真正的直線型棋手！就算再簡單的棋如果都去計算，那個量也是極大的！所以人類還是有機會的！

人類的計祘能力如果能超計算機，也許有戰勝的可能。現在AI實際上還不夠完美，有時在打劫與徵子上有時會出錯，有時人類在計算機出錯時還有勝的機會，但絕對是輸多贏少。