我想最根本的原因还是AI不懂逻辑，只能根据胜率来下棋。现在的bug就像一个超级野球拳，自对弈的时候敢这么下的都早早死光了，所以AI实在想不到野球拳大成之后能对它造成致命威胁。

【 在 GunL 的大作中提到: 】
: 其实不算啥前沿了，目前的围棋AI，bug还是挺多的，时不时就能见到一些匪夷所思的。
: 这个环形大棋死活判断失误的问题，我个人猜测是有两个方面的原因：
: 一.是神经网络本身结构引起的。卷积核是3x3的，通过多次/多层卷积，局部信息会传递，神经网络会抽象出并学习到一些围棋的概念，比如气，连接，当然也能学到“眼”的存在。
: ...................
--
FROM 49.74.85.*

国师 @Zsuper 也提到过：无论在蒙特卡洛和卷积神经网络的坑里怎样挖，都长不出真正接近人类智能的东西。
必须开创新的技术路线。
【 在 Jacqueline 的大作中提到: 】
: 目前所有的AI都没有概念抽象和逻辑推理，只有一些长得像抽象和逻辑的东西。
: 现有技术路线不可能搞出这些东西，必须想新的。
--
FROM 216.240.30.*

我是那么说的嘛？你把我原话重复出来看看。lol

卷积是计算相似度的线性运算；智能的特征是非线性、时变，因此描述智能的系统应是非线性系统。线性运算就是前端的线性特征提取，当然不能在理论上描述生物的智能。

蒙特卡洛树搜索是说这种结构不是从数据中强化学习的。Cognition=f（a, k ,e），其中a代表算法，k代表知识，e代表经验。k是棋盘规则+人类的棋局表征，a则是强化学习+蒙特卡洛树搜索+基于e得到的超参数，即使没有k，AlphaZero同样获得了成功。但一些先天结构依然不可缺少，AlphaZero不是「零知识」。「零」只针对领域知识，不包括像蒙特卡洛树搜索这样人类多年研究的算法。我没说“长不出真正智能”吧？

【 在 cjon 的大作中提到: 】
: 国师 @Zsuper 也提到过：无论在蒙特卡洛和卷积神经网络的坑里怎样挖，都长不出真正接近人类智能的东西。
: 必须开创新的技术路线。
--
FROM 143.42.45.*

进行if then推理是最基本的
推理不是问题
纯高速推理机是不像人类智能表现的

ChatGPT表现出的让人很难分辨是人还是机器
特别是“一本正经胡说八道”这个太像人类作风了

缺陷解（所谓bug）是智能的一个本质属性
这个和碳基硅基无关
人脑有思维盲区，也就是对应阿尔法狗这个bug
对付人眼一样有设计出来欺骗性图案

机器智能与生物体智能没有本质区别了
机器智能虽然也带缺陷解，但是，比生物体智能 速度更快，存储容量更大，更持久连续工作

所以，随着机器智能自己迭代进化，终将把人类全部干掉，完事

【 在 Jacqueline 的大作中提到: 】
: 目前所有的AI都没有概念抽象和逻辑推理，只有一些长得像抽象和逻辑的东西。
: 现有技术路线不可能搞出这些东西，必须想新的。
--
修改:fanjiyouyi FROM 101.24.91.*
FROM 101.24.91.*

这个到目前没人真正搞懂

【 在 armor2 的大作中提到: 】
:   人类的智能究竟是个什么东西？通过电脑模拟真正的人类智能有方案了吗？
--
FROM 114.250.180.*