离谱！Katago全盘早已死光，却依然认为自己大胜！

儿童心理研究所:
人类嘴硬这种事竟然还能遗传给ai[笑哭]

【回复】我认为嘴硬这个特质应该是我知道我胜率为0，但我还是不愿意承认，ai这个纯属认知错误。
【回复】这不是嘴硬，这是优势在我[tv_doge]
【回复】回复 @栾光隐 :优势在我 确信[doge]
夜湿寒:
不清楚他的算法是怎么样，但是这是因为ai不是按总结规律来下的，有眼杀无眼这是抽象规律，但是我看他当时混乱选点的时候并没有看出来，似乎还是在选常规点位试图角部做活，他应该是要先算清所有角部的死活才能判定中间死了。人做这题简单第一是因为我们有总结规律，知道中间的死活直接看角部就行，第二是因为四角对称，实际上只要做一个角部，第三是因为这个角部太常规了，人类有经验一下就知道死棋。 这是在反向套路ai，就是强行用人思维的长处去对抗ai的短处。我换个题，中间还是双活局面，但是非对称且要过二十余手才会形成双活，四角是四道高难度死活题，还有打劫可能。这种局面下更接近正常。现在白棋想要如你一般杀黑，他先得算的清中间20余步黑最顽强也就是双活，还得算的清四角死活，加上打劫情况，局面就非常难判断了，这样我们称为屠龙。这种时候ai算的就不会比你慢了。

【回复】回复 @糖醋鱼13hours :AI和人类的学习路线不一样。AI一开始就在找一个适合几乎所有实战复杂局面的模型。但人类学习是从几个体现某种简单规律的理想情况开始，逐渐综合掌握技巧以应对复杂局面。人类眼里的只用某一个规律就能判断的情况在AI眼里可能反而是最少见最极端的状况。
【回复】只能说这个AI只有经验，没有理性，它不能像人一样靠经验总结出的理论来判断棋局胜负。
【回复】简单的来说这个算法就是：一个函数，输入是个棋盘的矩阵，输出是个2维坐标。学习的过程就是调整函数的参数。
电脑仁:
说明ai不是真的懂围棋，他只是会下而已。 能用出来的不一定是懂的。

【回复】回复 @仙乐兮 :[吃瓜]为什么你会觉得人类不是在做计算题？
【回复】是不是这种感觉，这人是个傻子，但是他在围棋一道上天赋异禀无师自通，好多成名已久的宗师也不是他的对手
【回复】懂不懂无招胜有招[脱单doge]
小天天0v0:
神经网络训练过程是考察局部性质的，涉及大半盘棋的复杂局面容易出bug。他不像人按照经验做事

【回复】ai也是按经验做事，但是他不能举一反三，只能靠不停的塞海量的经验来弥补。因为人有复式逻辑，或者说格式塔思维，或者说联想能力。这也是人类之所以是唯一的智慧生物的原因。
【回复】回复 @bili_65882479791 :ai可不是简单的ifelse 没有学习能力那叫什么ai
【回复】你说错了，AI就是记住所有的经验以及经验之间交互后的分支，整体特征早就有trick可以考量了
zhang5197:
中国象棋AI也有这种人眼看明显输棋，但算出来以为赢棋的问题[吃瓜][吃瓜]需要人类手动下个几步棋，AI马上就认识到错误了

【回复】回复 @清心看世事 :而且目前没有完全适配中国棋规的AI[吃瓜][吃瓜]基本都是用简单的亚洲棋规。
【回复】回复 @Prima苹果 :有的，比如长捉长将的限制，再比如对不同情况循环局面的判定
【回复】对，所以说目前的棋类引擎离终点还很远
jiusi010302-智子:
其实就是在你看来可以理解成很简单的问题的局面对狗而言相当于世纪工程。狗没这个能力批量抽象理解某些问题

【回复】你这段话里说的不是ai，而是一个停留在幻想中的超级智能。 现实中的ai，人工设计也是它的一部分，你不能说出bug都是人的错，不是ai的错。 此外，还得纠正你关于修复漏洞的误区，由于ai运行时出于一个黑箱状态，事实上开发者是难以精准定位算法问题的，有些bug可能被发现后还会持续很久，就是因为难以修复。
【回复】但有些我们可能要几万年去计算的问题，ai不到一分钟就能解决了，ai出bug主要是设计者的问题，只要能找到漏洞，一般都能修复，ai的缺点就是没办法自我纠错，出bug也是人设计时的问题，和ai本身关系不大，ai作为工具还是很优秀的
【回复】回复 @梦想的星 :AI是深度学习训练模型，这个东西吧，挺玄学的。那种完全由代码组成的可以任意删改的到不了这个高度的水准。并且存在从根本上学不会的东西
jdjs12:
会画画的狗，会下围棋的狗。他没有世界观，因而没有事物观，他只是在重复经验。这东西只是一种活体字典而已，离真正意义上的智能差了十万八千里。

【回复】现在的AI本质上就是概率统计加线性代数，人脑肯定不是这样运作的，能不能造出真正的意识还不知道呢
【回复】错误的，模型预测的产出赋予了ai依据字典字符规律创造的能力
【回复】那你认为的事物观的定义是什么呢？我们人学围棋，学画画的路程不也是这样子重复和吸取经验吗？有什么本质的不同呢？[思考]
世故道舆:
码农高天之前有两个视频讲这个bug，katago的bug可以被同样的招数触发，虽然一般情况下这个概率很低，但只要刻意造成类似局面，无论多大计算量都会觉得优势在我

【回复】会不会当年爱微操的运输大队长，也是这样的。
ArcXya:
主要是这种棋局在ai互搏训练中（几乎）不可能出现，导致ai其实没办法处理这种棋型。

【回复】回复 @三三的正宫 :你更6，别人说可能不可能下的出来，你说行，结果你找的例子呢？牛头不对马嘴，这种棋形只能是摆出来的，不可能是下出来的，懂下棋与摆棋的区别吗？只会说个6，野狐围棋，id报上名来，约棋，让我看看你会不会下，别害怕，我级位的入门小白，看能不能打爆你这个懂哥。
【回复】回复 @三三的正宫 :这种棋局只有可能是摆出来的
【回复】回复 @三三的正宫 :我知道这个啊，就算我知道这个我也还会问，你真的会下棋？？？？
ST______________:
训练的时候，根本没有训练出现过这种情况，所以相当于是训练盲区 判断，自然就会有失误

【回复】现在围棋训练都是没有训练集跑的，这个就是单纯的被忽略了
jdhjh:
典型的中文屋子，ai其实不知道自己在干啥[辣眼睛]

土卫二泰坦:
估计训练样本里压根没有这种的，所以就没拟合

【回复】现在应该都是无样本了吧，自己和自己下棋，肯定下不出来这样的。
【回复】回复 @星尘笔端 :针对性攻击可以找出来人工神经网络的漏洞样本，正因为下不出来这种才更可能被针对。
【回复】这是神经网络的计算问题，改了一个，还有很多种，要改只能改神经网络的本身计算规则
曲光-绎风:
这种bug很多其他人的视频也介绍了，代码估计还是有点问题[笑哭]

【回复】不是代码，是训练集没见过这种数据
【回复】回复 @特斯拉品牌安全 :你从哪学的强化学习没有代码
【回复】回复 @特斯拉品牌安全 :先组织语言
学习资料你想要的:
看来katago还是得和轩工智能多学学[doge]