---

※ 引述《gindisergo (gindis)》之銘言：
: 像是西洋棋、將棋這類相對變化沒那麼龐大的棋類
: 電腦程式應可對人類有高勝率了(相信要完勝也應該不會太久)
: 象棋大概也快步入這境況了
: 目前大概只有圍棋，不是短時間內電腦能居上風的
: (畢竟變化太過龐大)
其實將棋的變化是遠大於象棋的，
將棋的總變化約為10的220次方，
相較起來象棋只有10的150次方而已。
畢竟將棋多了吃子打入、進陣升級等規則，
讓變化數多了非常多。
: 一般棋類，如果人類無法在開局和中盤居於上風
: 那麼到了中後盤，就不容易勝過電腦了
: 因為人類在棋類上能勝過電腦，最主要的是"感覺"和"判斷"
: 這種能力不是電腦程式所易於模擬的
: 所以在龐大變化的開局和中盤，人類會感覺和判斷出較佳的路徑
: 但電腦在這方面則較弱，而龐大的變化量也沒辦法讓電腦用窮舉法找
: 然而越到後盤變化就沒那麼龐大，電腦可以配合利用窮舉法找出最佳勝路
: 但是人腦的計算相對而言就沒辦法勝任這種大規模資料比對的方式
: 然而當有一天電腦程式的計算能力配合高效能的硬體，能高到可以窮舉所有的變化
: 那電腦可以說是對這個棋類"無敵"了
: 不過說真的，如果是這種無敵，對於電腦人工智慧的進展而言是無意義的
: 因為人工智慧最重要的是模擬出人類的感覺和判斷能力
: 甚至要能夠有經驗累積後的判別能力，更進一步有學習能力
: 就目前而言，圍棋的龐大變化量仍是電腦程式計算所無法勝任
: 人類應該還可以在圍棋界稱霸很久
現在將棋軟體其實就是往這方面發展，
主流軟體還採窮舉法的大概剩Bonanza，
其它幾乎都是採去蕪存菁法在運算。

至於模擬出人類感覺和判斷能力這點，
現在主打這點的是ツツカナ（去年11月預選第二名，擔任電腦方第四位出場）。
不過就算是今天的習甦，其實也已經做的很好了。
負責今天場務總控的飯野七段，在比賽下到終盤時就有說，
與去年相較，今年的習甦的下法就像真的是兩個人在對戰一樣，
感覺不出是電腦在下。

另外人工學習這一點也是主流軟體都有的機能，
特別是去年預選第四名，即將在下星期出場的やねうら王，
就是特別主打這一點。號稱把過去做過但不完整的軟體，
只花一個星期重新打造，並特別加強人工學習機能後，
就在軟體預選中拿下第四名的佳績。

現在圍棋主要的問題不僅在變化量，
更關鍵的是還沒找到更大的運算法突破點。
畢竟象棋將棋西洋棋，都有個最大的目標，
就是搶在自己的王死掉前將死對方的王，所以目標非常明確。
可是圍棋要判斷每顆子的圍地或是攻殺效益，
以及判斷當前局面該先重視哪塊地的大局觀，
對於現在的運算法來說可能還是太抽象了點。
或許需要找到更實用的運算法才能有更高的突破。

--
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 61.227.192.99

--