ai的棋 起点在对局面的理解
在1po里 对局面有了一个完整的认识 这个认识包括了我们所知的大部分要素组成
更多的计算 只是再做更多的比较 和前进的局面
人类做不到这样一次完成分析
我们还是需要把各种要素分别拆解 组合
这让我们的思维出现明显的分层
1 局部要素 2 要素组合
其中局部要素 基本都是围棋的专有知识
而要素组合 包括了大量的人类通用推理技能 也就是二阶知识
我们什么时候下出不好的棋
典型1 局部没有搞清楚 没看到
典型2 组合过于简单 不合理
这里主要讨论2
对于给定的水平 总有一个让你比较舒服的复杂度
在这个复杂度范围内 我们觉得比较有把握
高于这个复杂度 能力渐渐跟不上 心里没谱
这时候最常见的问题就是 不当的简化问题
满足于一个并不好但复杂程度舒适的结果
就是把一个局面 用一种很易于理解的方式简单处理了
而这种简化并不符合这个局面的本质特征
如果水平更高的话 当然 对这个局面理解的更深 下得会更好
但 有没有从思路上可以提高的地方呢
其实还是在对局面理解更深 这句话上
怎么加深理解
用更多的时间 对局面中的每块棋 每个可能的缺陷 每个关系 进行更多的思考
局部认清了 问题也就简化了
不战而屈人之兵 是棋力差距的鸿沟 这种下法是涨不了棋的
能涨棋的方式 他的表象是 犀利 深刻 富于进攻性
Do not go gentle into that good night,
Old age should burn and rave at close of day;
Rage, rage against the dying of the light.
-- Dylan Thomas
--
修改:computec FROM 222.129.7.*
FROM 222.129.7.*