阿爾法狗如果和另一隻阿爾法狗下圍棋會是什麼結果？

事實上，阿爾法狗和阿爾法狗左右互搏在“人機大戰”之前就有了，這並不是什麼新鮮事。在阿爾法狗一時找不到人類高手作為對手訓練後，阿爾法狗團隊萌發了“狗狗對戰”的想法，付諸實施後，效果還很不錯。阿爾法狗就是這樣訓練出來的，後來的阿爾法元也是通過左右互搏訓練出來的。

“人機大戰”後不久，AlphaGo團隊在網上公佈了其左右互搏的50盤棋譜，這些棋譜應該是阿爾法狗團隊經過挑選後公佈出來的，是否具備統計學上的意義留待這方面的專家去探討，但僅僅看這50盤棋譜，就覺得阿爾法狗的實力太可怕了！完全超出了當今棋譜範疇，一開始起很多著法用離經叛道來形容都不夠，簡直就是來自外星人的圍棋下法。時越九段將其稱為“來自未來的著法”，我也深有同感，因為以我們現在人類對圍棋的理解、思維，來看這50盤棋譜的話，老實話很難看懂！很多著法都是離經叛道、不可理喻的。

比如說圖一開局階段，阿爾法狗白10先在右下小目上碰一下後脫先，然後白12又跑到棋盤下邊黑7上又碰一下，白10、白16與白12、白14之間到底存在著什麼樣的必然聯繫？阿爾法狗應該已經算清楚了，它認為必須這麼下，問題是，人類棋手要是這麼下的話，肯定會被認為不正常，完全是不會下圍棋，在胡搞。

人類無法與阿爾法狗進行對話，如果能的話，很想問問阿爾法狗，類似白10至白16這樣的著法之間到底存在著怎樣的必然性？而且，類似這樣的著法比比皆是，人類要是去理解的話，必須將腦袋挖一個洞不可。

歡迎在點擊右上角關注：「太平洋電腦網」，更多有趣資訊等著您哦。

如果兩隻”狗“是一樣的，那麼肯定平分秋色。但是如果兩隻“狗”不一樣，那就精彩了。

10月份，《自然》雜誌刊登了谷歌DeepMind團隊的新成果，名為AlphaZero（暫譯：阿爾法元）的機器系統僅訓練3天就戰勝了AlphaGo Lee，比分100：0，後者就是戰敗李世石的那套。

對，阿爾法狗不停在進步。而且更可怕的事，Alpha Zero的設計理念和系統配置完全和Lee/Master不同，它不依託於人類的先驗成果，完全靠自我對弈學習下棋。此前，Lee/Master都是用上千盤人類業餘和專業棋手的棋譜進行訓練。

DeepMind聯合創始人兼CEO 、AlphaGo之父戴密斯·哈薩比斯（Demis Hassabis）和AlphaGo團隊負責人大衛·席爾瓦（Dave Sliver） 將AlphaGo Zero的成功歸咎於強化學習的升級。

對比與李世石對戰的AlphaGo，AlphaGo Zero更多依靠強化學習算法，而不是人類數據的方法，也引發了算法和數據之間哪個更重要的討論。在Julian Schrittwieser看來，目前算法仍然比數據更重要，只要看看 AlphaGo Zero 比之前幾個版本的訓練效率高出那麼多就能理解。但這也表明，未來，數據在訓練效率上的重要性還會有很大的提升。

只能這樣說，科技的力量是充滿未知但是同時又是可怕的。

當然是狗咬狗，一嘴毛啦，嘿嘿開個玩笑。兩狗相爭的五十盤棋已經公佈了，我估計大概也就是百萬分之一。成長需要過程的，應該有很大部分跟初學者的差不多。人類棋手一天大概下十到二十盤左右，一年365天大概能下四，五千盤，十年四，五萬盤。這只是數學邏輯上的算法，真這麼下我肯定會瘋的，也就是走火入魔。悲哀的是機器狗左右手互搏一小時估計就能下這麼多，所以阿法狗元三天成絕頂高手不是開玩笑，它一天的對局現在的圍棋高手一輩子也下不了這麼多。五十盤狗狗對局，我只看了幾盤，滿盤的棋子亂飛，視乎毫無邏輯，又視乎高深莫測。反正我看不懂，看了有高手講解的，那些高手也好像雲裡霧裡的。圍棋這東東，還是人跟人玩吧，狗狗的境界不是人能達得到的。

沒有啥稀罕的，互有勝負。新版本的阿發狗就是通過左右互搏來不斷提高自己的技能的，完全沒有采用人類的棋譜。據說通過左右互搏的方式，兩個阿爾法狗每天可以下一百萬盤！

首先，這兩隻狗對掐一直在進行中，現在狗就是自我訓練，肯定有輸有贏，為什麼呢，上次回答已經說了基本的原理，狗的算法本身就是基於數據的最優選擇，概率做為選擇的依據，小概率事件肯定可能發生，也就有輸有贏；但是兩隻狗算法一致情況，它們對弈只有一個意義，增加數據樣本，提高落子優勝概率，當然人來觀摩也有意義，再或者換個玩法，給兩隻狗限時，超時隨機落子，這就成了拼算力也就是看誰硬件好了。。。玩壞狗的感腳

抱歉，不太會用頭條。補謝邀請。今天偶爾才找到這裡。

那肯定是好勝負。

不過阿法狗的團隊根據幾百萬盤測試得出一個結論：黑貼7目半吃虧。