人工智慧國際象棋沒有意義

A. 國際象棋被人工智慧戰勝之後是否有發展前景

這個不一定，那隻是程序更復雜！漏洞更少！計算機運算更快！
但沒有跨越一個障礙，那就是靈魂！喜歡與不喜歡

B. 學習國際象棋還有意義么

培養頑強勇敢、堅毅沉著、機智靈活等優秀的意志品質。學習國際象棋可以使毛躁的孩子變得安靜、使沖動的孩子善於思考、培養對體育運動的愛好，在下棋的過程中磨練自己的個性……國際象棋對非智力因素成長的好處真是不勝枚舉，而國際象棋對於孩子意志力提高的作用尤為明顯：在這里舉個簡單的例子，當一個孩子遇到了一個國象高手，很難取勝，這是時候他是會選擇逃避、退縮，還是勇於挑戰對手，不斷提高自己直到最終戰勝他。這恰恰是一個人意志力成長的過程！這就是通過簡單又不簡單的一盤棋體會到未來人生可能面臨的種種困難，遇到危難，我們要如何做出抉擇？下棋可以讓孩子在體驗成功與失敗中學習調節自己的情緒，提高心理承受能力，學習認識自我、認識成功與失敗，培養幼兒的紀律性和自我控制意識。在比賽中體驗挫折，增強合作能力。

C. Google 人工智慧首次完勝人類圍棋冠軍 為什麼很厲害

Google DeepMind 團隊在最新一期《Nature》上發表論文稱，其名為 「阿爾法圍棋」（）的人工智慧，在沒有任何讓子的情況下以 5:0 完勝歐洲冠軍、職業圍棋二段樊麾。

在計算機的發展史，在國際象棋比賽中，計算機戰勝人類是重要歷史事件，過去了這么多年，人工智慧戰勝圍棋冠軍又怎麼說明谷歌AI很牛呢？
圍棋，一直被認為是人類仍然在機器面前能保持優勢的游戲之一。過去20多年來，科技家們一直在試著教會電腦下棋，在1997年，IBM的深藍曾經打敗了國際象棋的世界冠軍Garry Kasparov，這成為了人工智慧的一座里程碑事件。但是，圍棋比國際象棋還是要復雜得多，國際象棋中，平均每回合有35種可能，一盤棋可以有80回合；相比之下，圍棋每回合有250種可能，一盤棋可以長達150回合。
在下國際象棋的時候，計算機可以分析出每一個可能的步驟，從而進行最優選擇，但是，圍棋可能的步驟是國際象棋的10倍之多。這也正是圍棋人工智慧的難點所在。
在過去很長時間里，最好的計算機連厲害點的業余圍棋棋手都下不過。所以，去年，Facebook就開始打造圍棋人工智慧，並且在過去6個月里讓它可以用最快0.1秒的速度來落子。負責這項目的人，就坐在里扎克伯格20英尺遠的地方。但是，Google還是快一步。
這場比賽實際上發生在去年十月，但是知道今天，它才在《自然》雜志中披露出來。
David Silver是這項研究的第一作者，在他看來，阿爾法Go的關鍵不在於簡單粗暴的計算出可能步驟，而是近似於人類的「想像力」。這背後是名為一項名為「深度學習」的大殺器，它讓計算機不再是簡單地使用計算能力來統計所有數據，而是像人類一樣，訓練，然後學習。Silver說，計算機「下圍棋需要的極復雜的直覺機制，這種機制以前我們認為只可能存在於人類大腦中。」
阿爾法Go用了多種「神經網路」並行，並且相互作用。其中，一個叫做「值網路」（value network），來衡量白字和黑子在棋盤上的位置，一個叫做「策略網路」（「policy network」 ），會不斷地學習此前人類和自己的落子，來選擇接下來怎麼下。
不僅僅比人類、比起其他機器人同類，阿爾法Go也更加強大。它和其他人工智慧下了500場圍棋，只輸了1場，甚至在給對手讓子的情況下，它也照贏不誤。而Silver說，它比其他人工智慧更先進的地方，就在於可以自我學習。而且，這種機制不僅僅可以用在圍棋學習中，阿爾法Go還可以用來解決很多現實問題，比如處理氣候模型等。
據消息稱，Google的「阿爾法Go」V和現在的圍棋世界冠軍李世石 （Lee Sedol），將在今年三月正式進行比賽。在圍棋這個古老的、幾乎代表了人類智力巔峰的游戲上，機器人和人類究竟誰更強大，答案很快就會揭曉。

D. 在圍棋領域，人工智慧現在到什麼程度了

在圍棋領域，人工智慧水平還比較差，還遠遠不能和職業棋手比肩。這有兩個內原因，一個是我們國家的容人工智慧水平比較差；另外，圍棋的演算法和國際象棋還有很大差異。現在做的比較好的人工智慧好像還是中山大學的「手談」。

E. 學習國際象棋還有意義么，為什麼

培養頑強勇敢、堅毅沉著、機智靈活等優秀的意志品質。學習國際象棋可以使毛躁的孩子變得安靜、使沖動的孩子善於思考、培養對體育運動的愛好，在下棋的過程中磨練自己的個性……國際象棋對非智力因素成長的好處真是不勝枚舉，而國際象棋對於孩子意志力提高的作用尤為明顯：在這里舉個簡單的例子，當一個孩子遇到了一個國象高手，很難取勝，這是時候他是會選擇逃避、退縮，還是勇於挑戰對手，不斷提高自己直到最終戰勝他。這恰恰是一個人意志力成長的過程！這就是通過簡單又不簡單的一盤棋體會到未來人生可能面臨的種種困難，遇到危難，我們要如何做出抉擇？下棋可以讓孩子在體驗成功與失敗中學習調節自己的情緒，提高心理承受能力，學習認識自我、認識成功與失敗，培養幼兒的紀律性和自我控制意識。在比賽中體驗挫折，增強合作能力。

F. 國際象棋人工智慧是什麼時候擊敗人類的

1997年5月，「深藍」電腦戰勝國際象棋世界冠軍後，人工智慧被認為在國際象棋領域已突破人類。此乃標志性事件。

G. 為什麼人工智慧「下圍棋」強於「下象棋」

國際來象棋更注重戰術，源而阿爾法狗更注重戰略。如今世界頂級的國際象棋程序再不會犯技術性的錯誤，而在人類身上，不可能不犯錯。
第二，國際象棋有著巨大的資料庫，如果棋盤上少於9個棋子的時候，通過數學演算法就可以計算出誰勝誰敗了。計算機通過成千上萬的迭代演算法，就可以計算出來了。因此，當棋盤上少於九個棋子的時候，下象棋時人類是沒有辦法獲勝的。
因此，國際象棋的演算法已經近乎極致，我們沒有辦法再去提高它。然而圍棋里的阿爾法狗，在不斷創造新的想法，這些全新的想法，在和真人對決的時候，頂級的棋手也可以把其納入到考慮的范疇，不斷提高自己。

H. 為什麼谷歌人工智慧擊敗圍棋冠軍這事如此重要

谷歌人工智慧擊敗圍棋冠軍是人工智慧發展史上了不起的挑戰。
棋類游戲一直被視為頂級人類智力的試金石。人工智慧與人類棋手的對抗一直在上演。1989年開始，IBM的深藍就常常能擊敗國際象棋大師了， 8年後的1997年，深藍首次打敗世界第一的國際象棋棋手加里-卡斯帕羅夫，開始統治國際象棋領域。2006 年，成為了人類在國際象棋的絕唱，因為自此之後，人類再沒有戰勝過最頂尖的人工智慧國際象棋選手。
不同於國際象棋，圍棋每回合的可能性更多，共有250種可能，一盤棋可以長達150回合。用人工智慧戰勝圍棋專業選手，按照技術的發展速度，一般認為至少需要10年才能實現。

I. 為什麼圍棋一直是人工智慧挑戰的難點

人工智慧的目抄標是讓計算機完成只有人類才能完成的任務，博弈游戲不僅是由人類發明的，而且在游戲過程中充分體現了博弈雙方的邏輯推理和計算能力，這些抽象能力從傳統上來看，顯然只有人類這樣有理性的物種才具備。基於這個原因，西蒙在自傳中回憶，他和紐厄爾在1956年標志人工智慧誕生的達特茅斯會議之前，本來是想開發國際象棋程序來演示計算機完成智力任務的能力，但當時他們認為對棋局的識別需要處理圖像，而這個任務無論在理論方面還是早期計算機的計算能力方面都不成熟，因此就選擇了羅素和懷特海合著的《數學原理》一書中命題邏輯定理證明的內容，該書作為現代數理邏輯的巨著，在當時屬於典型的「高大上」，理工科的大學生以讀過此書並完成書中的證明題目作為榮耀，因此如果計算機能證明該書中的定理，那顯然也具備了人類的理性能力。後來隨著計算機能力的提高和理論的完善後，人們才開始不斷地在西洋跳棋、國際象棋、圍棋等博弈游戲領域開展研究。

J. 為什麼人工智慧擊敗圍棋冠軍這事如此重要

二十年前，深藍大戰國際象棋大師卡斯帕羅夫的時候。同樣是轟動世界，因為此類事件它代表的是計算機對人類在思考能力上的挑戰。因為我們都知道計算機只是一台精密些的機器而已，它之所以能完成很多人類難以完成的工作，只是因為更快的計算速度而已。所以如果是一些簡單的棋類的話，計算機完全可以試出所有可能的組合，從而打敗人類。但是圍棋不一樣，圍棋橫縱各有19行共361個點，每個點上有三種狀態，黑子，白子或無子，那麼總共有多少種組合呢，3的361次方，換算一下就是10的271次方。數很大，你可能沒有概念，那麼我告訴你宇宙中原子的總個數是10的80次方。
正是圍棋的組合太多，所以才有人說千年來沒有下過一盤重樣的棋。因此計算機是不可能用窮舉法來和人類下棋的。這也是為什麼20年前的計算機在國際象棋上早已戰勝了人類。為什麼過了20年才向人類在圍棋上發起挑戰。當年的深藍是一台超級計算機，每秒鍾可以計算2億步，在當時是一個很驚人的運算速度。如果用同類型的演算法進行的話，多出幾十個數量級的運算任務估計要讓對手等到宇宙末日才能下完了。
所以現在的谷歌阿爾法狗是用了一套自主學習的演算法即人工智慧來挑戰人類。他的編程人員沒有一個是職業棋手，都只是會下圍棋而已，但是通過阿爾法狗的自主學習，由它自己跟自己下，每天數百萬局的數據採集，讓它的成長為世界頂尖棋手的水平。
他所代表的人工智慧，對人類在思考能力上的地位形成了極大的沖擊。算是人工智慧的又一個標志性事件。人工智慧時代越來越迫近了，人類又該怎樣來面對人工智慧呢，這都是一個值得思考的問題。
純手打，具體疑問還可以追問