這需要驗證。我早就提出用計算機圍棋做智能技術實驗工具，並告訴過一些人。以此可以尋找人工智能更精確的上限

按黃士傑說法，Deepmind是後來2014年被Google收購後應Google要求開發Alpha係列圍棋人工智能。但放棄繼續實驗和研究，很可惜。
 

所有跟帖： 

• AI 不會在同樣的情況下輸二次。 這要一直下， AI 一定勝利。 -WaldenPond- ♂ (0 bytes) () 03/23/2023 postreply 20:19:14

• 那個業餘圍棋手勝了十四盤。當然完全一樣的局麵，計算機第二次會知道上次走錯了，但未必知道該怎麽走贏 -ScottGu- ♂ (105 bytes) () 03/23/2023 postreply 20:25:10

• 那位大概就是設計如何測試程序的， 知道AI 的軟肋。 -WaldenPond- ♂ (0 bytes) () 03/23/2023 postreply 20:27:51

• 他公布的方法不複雜，直覺性很強 -ScottGu- ♂ (0 bytes) () 03/23/2023 postreply 20:37:40

• 如果， alphago 馬上把輸的結果歸納進測試程序進行再訓練， AI 就補上了那個缺陷。 -WaldenPond- ♂ (0 bytes) () 03/23/2023 postreply 20:44:27

• 如果這樣不能解決問題， 那麽 alphago 設計有缺陷。這樣的反饋學習成本非常高。 -WaldenPond- ♂ (0 bytes) () 03/23/2023 postreply 20:47:35

• 據說是知道了上次的錯誤，光憑此經驗仍可能不知道正確的走法，除非訓練過程作大的改變 -ScottGu- ♂ (155 bytes) () 03/23/2023 postreply 21:51:11