能否通过机器学习算法来预测 Alpha Go 与李世石大师对弈的胜败比率呢？ 举报 理由 举报 取消 初心者一枚，还望指教~~—–本题已收录至知乎圆桌 » 对弈人工智能，更多关于李世石对战人工智能的解读欢迎关注讨论。 2017年12月13日 6 条回复 979 次浏览 人工智能,围棋,学习,数据挖掘,机器
回复 ( 6 )
可以把alphago的棋力提升随时间变化的曲线画出来，用合适的非线性函数拟合，然后外推。不过据说比赛的时候google可能会给alphago分配多得多的计算资源，所以需要再加上一个值，但这个值就不好估计了。
不能。训练模型的样本太少。机器学习严重依赖海量的输入样本。
能，不需要机器学习，elo积分就可以
不能，因为人的棋艺短时间内能提高的可能性小，而阿尔法狗的棋艺（加引号）短时间内提高的可能性大。所以说，对阿尔法狗来说，样本的分布就不一样了
感觉不需要机器学习，多下几盘不就知道结果了吗
谢邀。
对于alpha go这类东西不感兴趣。
毕竟，它赢了输了又怎样？对于一个真正的围棋爱好者，当TA想寻找一个棋友的时候，你给TA一个训练好的会下棋的模型，这样就能满足TA了吗？也许是我的目光过于短浅或者不了解其中的意义，个人感觉这类东西能给人们的生活带来的变化是有限的。
至于预测胜负比率。因为距离之前发布新闻的时候已经有一段时间了，这期间alpha go学习了多少张棋谱是可以估计出来的，在原有的能力基础上提高了多少却是很难估计的，因为这和它最近学习的棋谱的难度分布是很有关系的。除非你有这方面资料，倒是可以拟合出学习曲线去预测一下。