AlphaGo与Deep Blue有啥区别或不同为何关注程度不一样
首先要清楚围棋和象棋的复杂度区别。
象棋变化并不是非常多，计算机通过暴力搜索配合一个合适的打分函数就可以碾压人类。
但是围棋不同，围棋的变化宽度多到每一手棋有上百种可能（象棋大概40种），深度多到一盘棋起码200步（象棋大概80步，也就是40回合），因此就有维度灾难问题。
同时之前提到了打分函数，围棋中这个打分函数要人工实现难如登天（碾压各路象棋）。
因此在深蓝出现的时候依旧被认为围棋是不可破解的。
【AlphaGo与Deep Blue有啥区别或不同为何关注程度不一样】 直到后来深度学习这种自动构建打分函数的东西出现。
推荐阅读
- DeepTech深科技|美国监管机构对11.5万辆特斯拉展开悬架问题调查
- AlphaGo Zero 能够取得突破的关键瓶颈在哪里
- 李世石下不过Alphago我就不说了，如果让两个Alphago对弈，是不是先手胜
- 如果类似AlphaGo的AI可以自动创作音乐，我在未来应该发展做音乐的爱好吗
- ZigBee Bluetooth wifi 谁才能成为智能家居的王呢
- 怎样看待AlphaGo之父德米斯·哈萨比斯领导的“21世纪阿波罗计划”
- 怎样评价阿里盖坤团队提出的深度兴趣网络点击率预估模型（deep interest network）?
- 能否让AlphaGo去学习下中国象棋
- 既然AlphaGo具有这么强的学习能力，那么插根网线她不就无敌了吗
- 自学deeplearning方面，一个人可以做成多大的项目