主题：人工智能挑战围棋即将成功 -- 陈经

深度学习，不依靠强大的搜索能力。要是靠的这一点，图像的识别能力不会超过人类。比如说，一张猫的图片，其实就包含了无数细节，猫的颜色，纹理，姿态，猫脸上的眼睛，鼻子相对位等。要用搜素方式的话，搜索空间肯定比围棋要大很多。和图片比，围棋的搜索空间还是小的。我看了一下论文摘要，里面有句话“ Without any lookahead search, the neural networks play Go at the level of state of-the-art Monte Carlo tree search programs that simulate thousands of random games of self-play”。既：Go 系统不需要任何搜索就已经打平了现有的Monte Carlo 下棋系统。

go的网络只有13层，而现在识别网络最深的可以是100多层。神经网络一般是层数越多，能力越强。因此可以初步估计，近几年内电脑会进步神速。能进步到什么程度？主要取决于GO的一个缺点:其训练还是需要有人教的，是用棋谱喂的，因此这个本质来说，它是围棋大师的好学生，学习很快，但是无法创造.从这点来说，围棋超越顶尖高手的确是很难的。但是除了顶尖高手外，其余的人将都不是对手。

深度学习网络本身是很成功的，但其机理现在并没有很好的解释。和人脑工作机理一样，还有许多无法理解的东西。 等有空仔细看完论文，再和陈经兄交流。