蒙特卡洛樹搜索演算法

『壹』 2019年戰勝人類圍棋九段李世石的人工智慧alpha+go它所使用的學習演算法叫什麼

咨詢記錄 · 回答於2021-12-21

『貳』 蒙特卡洛樹是什麼演算法

博弈聖經著作人的理論學說；什麼是「蒙特卡羅樹」？「蒙特卡洛樹搜索」也就是一種0、1、二維突然莫名其妙加一個時間，變成了3叉作為策略，蒙特卡羅樹搜索並不是量化，也是一種瞎猜，如同算卦，根本就沒有辦法運算，就是唬弄傻吊的八卦圖。

《博弈聖經》人工智慧的定義；人們把理性看成智能、把智能看成（0、1、2、）三維數碼、把三維數碼看成邏輯，人工智慧，也就是理性的三維數碼邏輯（+-×÷）的精確運算。

什麼是納什均衡

【摘要】
最終納什的家人和朋友、決定將他送進醫院治療，在醫院他認為醫生是蘇聯人、要追殺他。經醫生診斷，他得的「妄想型精神分裂症」也更加嚴重。一個被「妄想型精神分裂症」傷害的大腦、一個胡言亂語的精神病人、妄想出來的「納什均衡」博弈占優理論，你們認為可信嗎？
……

來源:美國資訊網；博弈聖經著作人對納什的嘲諷

博弈聖經著作人的經典名句；0、1、二維平均，稱平衡，0、1、2、三維平均，稱均衡。

在0、1、二維記錄的系統中，0、1、這兩種輸贏粒子，必需構成博弈進程中的基本單元，馮·諾伊曼發現，有一個「極小極大定理」存在其中，（極小極大定理，就是要麼極端的輸、要麼極端的贏），從長遠來看，兩種粒子出現的一次平均、是一次平衡，多次平均、就是多次平衡，裡面並不存在兩種粒子扯平的趨勢。兩種粒子的未來、不受過去所發生的、任何粒子事件的影響。0、1、兩種粒子趨於平衡的預期，已經被極小極大定理徹底否決。

在0、1、二維粒子隨機走動的系統中，只存在平均、不存在平均律，也就是不存在三維均衡。博弈聖經著作人的經典名句；策略，就不存在0、1、二維系統中。納什均衡提出時，當場就遭到馮·諾依曼的貶低、嘲笑和斷然否定。

談到「納什均衡」，有位記者請納什用通俗的語言來解釋他的理論。納什說；「『納什均衡』並不高深，它就像中國人發明的一種、三個人玩的撲克游戲，「納什均衡」就是一個簡單的三人博弈游戲」。中國有那麼多人玩撲克，又玩了那麼多年，納什還提醒了中國人半個多世紀，納什均衡並不高深，中國人竟沒有一個人發現三個人玩的撲克游戲中、還有一個『均衡占優理論』。人們不禁要問；納什他自己玩過幾次三人撲克游戲？他和誰玩的？他是怎麼發現的均衡？均衡理論又是怎麼單方占優的？在他所有的文章中，為什麼沒有對中國的撲克游戲展開敘述。一副撲克三個人玩，一個人18張牌，在連續記錄的0、1、2、三維系統中，18張牌只能記錄成、18個紅藍小點而已，它是怎麼個均衡法呢？我打一個比喻，納什讓工人用磚給他鋪一個場地，他只給了18塊磚......這是不是太令人費解了。2017年，美國東部時間1月30日，CMU開發的機器程序與四名職業玩家、約戰匹茲堡大賭場，並在持續20天的比賽時間中，每天每人1500次押注，20天一人共押30000次，四人共玩了12萬次表示均衡方可分出輸贏。18個紅藍小點咋均衡呢？納什均衡是什麼呢？正常人不知道，只有神經病才知道。

他在60多年的時間里，沒有人見過他、用中國的撲克表演過什麼是、非合作納什均衡，什麼是納什均衡占優策略，他既沒有實際表演，也沒有給出明確的理論說明，這令關注納什占優策略的人，大為失望。

博弈聖經著作人的經典名句；科學家在納什均衡理論中、尚未發現博弈占優策略的任何跡象。

博弈聖經著作人的經典名句；策略，來自0、1、2、三維結構的自然屬性。人們對世界的看法分為粒子、私湍、實體，簡稱為「粒湍體」，它們屬於博弈文化，每人都擁有獨一無二的博弈文化主題。
它們的標題名稱；「粒湍體博文代碼」。

例如；主題；⑧1000-4668091=3047.6000，四兩撥千斤計算代碼，（+-×÷）的精確運算。

例如；主題；⑧500-4687910=1436.8000，四兩撥五百斤計算代碼，（+-×÷）的精確運算。

例如；主題；⑦500-4577909=1347.9500，四兩撥五百斤計算代碼，（+-×÷）的精確運算。它們是博弈取勝、計算單方占優策略的標准模型。

在納什的語文學中，就沒有出現過一次0、1、2、三維均衡的概念，納什均衡哪裡來。

博弈聖經著作人的經典名句；納什均衡理論沒有任何明確的說法，納什均衡是美國偽造的產物，傳到了世界各地，當然也傳遍了中國。「納什均衡」的本質，是對中國人的智商，對發現、發明、創造精神的一種羞辱。

博弈聖經著作人的經典名句；二維平衡是指生物的競爭行為，三維均衡是指自然的優劣特性。

博弈聖經著作人的經典名句；揭開納什均衡的畫皮，露出真相。【如果納什均衡是以納什的名字、命名的一個博弈論術語；假如我把納什名字去掉、只剩下均衡一詞、均衡也就是純凈的博弈論術語；倘若所有博弈論的文章中、都把納什名字去掉只剩下均衡；再讀一篇篇博弈論文章、也都是圍繞著均衡一詞展開的敘述；發現通篇文章邏輯不通、詞意變異、不知所雲；只要是屬於納什均衡的理論文章、去掉納什名字之後、納什的鬼魅就出現了；通篇文章，捕風捉影、張冠李戴、以訛傳訛，添油加醋又像是瘋言瘋語，更不能被常人所理解。】

博弈聖經著作人的經典名句；納什-是納什，均衡-是均衡。納什均衡二者相提並論、就是；驢唇馬嘴。

博弈聖經著作人的經典名句；「納什均衡」 之所以鬼魅，納什自己不知道什麼是納什均衡，追隨他的門外漢，都假裝懂得納什均衡。「納什均衡」把所有的門徒變成了精神病、變成了不懂裝懂；任何人談到納什均衡，就像掉進了魔鬼坑，開口就是自問自答、自說自話、反復無常、自己感到莫名其妙時，還會自圓其說。博弈聖經著作人的經典名句；納什均衡是一份內容不明的謎語，它似乎和任何可理解的邏輯語言都對不上。博弈聖經著作人把「納什均衡」戲稱為「傻吊的博弈圖騰」。

博弈聖經著作人的經典名句；如果說納什均衡是一份學術遺產，那就是學術中、獨一份的滑稽遺產。納什均衡是什麼，納什自己不知道，中國的傻吊全都知道……。

博弈聖經著作人的經典名句；「納什均衡成了中國的一個宗教，追隨他的門徒；有無知的青年、有無畏的傻吊、還有無恥的教授。」

博弈聖經著作人的經典名句；中國的傻吊談博弈，必談納什均衡。

博弈聖經著作人的經典名句；中國人醒來吧，應該捫心自問；「納什均衡」既然像是中國人發明的三人撲克游戲，它的游戲規則是什麼？游戲理論又是什麼？中國人從三人撲克游戲中、也可以說從「納什均衡」中、到底學到了什麼？納什演示「納什均衡」用的數學符號，用的游戲規則、進行了毫無意義的重組。納什是被媒體炒作、捧殺、逼得騎虎難下，他在紙上寫寫畫畫、作出的符號游戲、是無可奈何時的一個姿態。按照博弈聖經著作人對虛擬經濟的解釋，虛擬經濟使用的是、單純一性的物品，（也許是因為諾貝爾經濟學獎錯發給了納什，他又不肯退回獎金的緣故。）納什均衡的行為姿態，不是演示博弈論術語，他演示的納什均衡、如同藝人玩猴。更為滑稽的是；納什讓人們明白了，滑稽的世界大師、滑稽的精美絕倫、滑稽的經典課程、滑稽的納什均衡，變成了滑稽的虛擬經濟。

博弈聖經著作人給虛擬經濟下了一個難以啟齒的定義；猶如看魔術大師讓一群狗爭奪一塊骨頭，讓眾人押注的賭博游戲。【通俗的解釋虛擬經濟是由單純一性的一個物品(字畫或古董)、單純一性的一個姿態（逞能擺架子，裝大官、充大款）、單純一性的一個玩物（藝人玩猴）、統稱為虛擬經濟。】納什單純一性的一個姿態（在紙上寫寫畫畫的那些數字元號），演示從沒人看懂過的納什均衡，如同藝人玩猴，它符合虛擬經濟的定義。

納什在20多歲時患上了，妄想型精神分裂症。在他想像的世界裡，全是魔鬼、武士和納粹，他覺得自己一直生活在別人的威脅下。他擔心自己，隨時會被其他人殺害，他對世界毀滅和自己的死亡有深深的恐懼。

一天早晨，納什拿著一份《紐約時報》走進辦公室，對著空氣說，報紙頭版左邊的文章里、包含著一條來自另一個星球的數字信息，只有他能破解。並且認為自己、是政府對抗蘇聯的間諜，他整天在數字中尋找拯救美國的密碼，他的幻覺也日益嚴重。

最終納什的家人和朋友、決定將他送進醫院治療，在醫院他認為醫生是蘇聯人、要追殺他。經醫生診斷，他得的「妄想型精神分裂症」也更加嚴重。一個被「妄想型精神分裂症」傷害的大腦、一個胡言亂語的精神病人、妄想出來的「納什均衡」博弈占優理論，你們認為可信嗎？

博弈聖經著作人的經典名句；【「納什均衡」一詞，像是宗教的「聖言」，追隨它的門徒，各自像精神病人一樣、在納什均衡中尋找理由，都想找到合理的理由解釋「納什均衡」，其結果把納什均衡變成了博弈宗教、納什變成了教主，門徒解釋納什均衡的瘋言瘋語，其實就是胡說八道。】

博弈聖經著作人的經典名句；如果中國的教授抄襲「納什均衡」作為標題，捕風捉影、以訛傳訛的炒作，是為了編書、售書、掙錢，假如讀者想通過「納什均衡」想占優、想贏錢，就應該先查查納什60年以來、講過一句「贏錢」嗎，他贏過一次嗎？因為沒有在賭場中驗證，他受到了愛因斯坦的冷遇。【納什既然是個數學家，他就應該把占優策略給出一個、數字量化的數學公式、或者是一個數學模板，讓所有的人都能成功模仿，也就是說，無論是傻吊或天才操作它，都是一樣的贏。】

科學的有效性，就應該像打電話一樣，只要給出一個電話號碼，無論是傻吊或天才有序的按下按鍵，都是一樣的打通電話。

科學的操作性，就應該像用計算器、加減乘除一樣，無論是傻吊或天才、無論時間或地點、只要計算同一道題，有序的按下按鍵，都會得出一模一樣的計算結果。

博弈聖經著作人的經典名句；科學家的博弈功能，是讓其傻吊與天才同等水平。人們等到納什車禍身亡、也沒有人等到納什的「非合作博弈占優策略」，歷史證明他就沒有、所謂的占優策略。

博弈聖經著作人的經典名句；
——策略，是一個0、1、2、三維的文化私湍；
——策略，是在個體性質、私湍結構、實體特性的，三個分形中蠕動；
——策略，是博弈哲學、對粒子行為論的三維思考；
——策略，是私湍邊際效應的運算、也是私湍邊際常數1.007813短暫的顯現；
——策略，是私湍邊際常數、在飛秒瞬間擱淺凝固時，也就是占優策略（一個小目標）的終結。

美國學術傳媒瘋狂炒作，把納什說成天才，吹捧了半個多世紀的納什均衡，什麼子博弈精煉納什均衡，什麼子博弈完美納什均衡，什麼非合作博弈策略、什麼博弈佔有策略，全世界經過半個多世紀的尋找、驗證、竟然沒有一個人找到贏的策略。「納什均衡」它會是什麼？它像UFO一樣詭異、令人百思不解。「納什均衡」的鬼魅讓人想入非非，層出不窮的解釋讓人匪夷所思。納什均衡荒唐的理論屬性、確定了它是學術界丑聞的特徵。納什天才的「納什均衡」，一定會淪為世界的一大笑柄。

1958年，從《財富》雜志、對納什的炒作，把納什評為新一代天才數學家中、最出色的人物之後，納什就迅速贏得了榮耀。他到處講學、演說，與各國大牌數學家會面，事業如日中天。

博弈聖經著作人的經典名句；電影《美麗心靈》用構思、杜撰的藝術形式、編造了納什戲劇性的一生，「納什均衡」像西方宗教的「經文」一樣，演變成了博弈宗教傳奇。諾貝爾經濟學獎意外地、砸到納什頭上的那種巧合，給了納什幸運的一生、羞羞答答的一生、不願見人的一生、學術欺騙的一生、也是他難堪的一生。

博弈聖經著作人的經典名句；納什均衡是半個世紀前，一個「驢唇不對馬嘴」的概念，納什之所以一直沉默，是因為他沒法說，他不敢說，他到死都不會說。【來源:美國資訊網；麻省理工福布斯納什-著名大學名人-正文-時間:2013-12-02，從博弈聖經著作人對納什的嘲諷，到納什2015年5月23號出車禍死亡，中間有一年半時間他沒有作出回應。】

博弈聖經著作人的經典名句；納什均衡，是黑暗中的教唆、無知中的誤判、獵奇中的雜耍。

博弈聖經著作人的經典名句；幾個（因為博弈論）獲得諾貝爾經濟學獎的得主、管理股票的炒股公司，因虧空、也關門大吉了。

瑞典皇家科學院、諾貝爾經濟學獎委員會委員，斯塔爾說；納什均衡是一個博弈取勝的幻想，他自己也不知道怎麼均衡、不知道怎麼單方占優、不知道怎麼取勝。因此，納什在世期間不會向世人做出博弈如何取勝的解釋，所以他一直保持沉默。斯塔爾還說；我們今天，既然把納什均衡帶到公眾面前，可以斷定，未來一定會出現博弈的取勝理論，大家擔心納什均衡可能一敗塗地，若干年後將變成一大丑聞。

來源:美國資訊網；麻省理工福布斯納什-著名大學名人-正文-時間:2013-12-02
博弈聖經著作人對納什的嘲諷

......。

『叄』 周鴻禕:人工智慧演算法上沒有根本突破

人工智慧的理論學說

博弈聖經著作人的理論學說；人工智慧是什麼，人們必須知道什麼是思考、什麼是思想、什麼是智慧？才能對人工智慧有一點粗略的認知。

博弈聖經著作人的理論學說；感覺、思維、意識，形成的觀念，它會自我構成一致性的思考；它會通過文化的傳播方式，以唯心主義的自信、以對唯物主義認識的思考、在第三空地里產生思想；《博弈聖經》智慧的定義；智慧就是文化進程中獨創的執行力。（人工智慧，是理性的三維數碼邏輯（+-×÷）的精確運算。

博弈聖經著作人的理論學說；人的感覺、思維、意識，是宇宙對人的文化活動展開的一次次測量；它們用唯心主義的自信與唯物主義認識開始思考；只有觀念，向主觀、理性、真理、一級一級的私湍增量，大腦才真正開始思想。

博弈聖經著作人的理論學說；人的感覺、思維、意識不存在大腦中，它們來自遙遠的宇宙中心，又存在於個體的宇宙之中。

博弈聖經著作人的理論學說；感覺、思維、意識的形態，形成觀念的一致性思考，它不會自我構成思想，它會通過文化的傳播方式，以唯心主義的主觀、對唯物主義的認識、在人們的第三空地里產生思想。

博弈聖經著作人的理論學說；四兩撥千斤的人工智慧，是數字化對三維支點的測量，博弈取勝的人工智慧，選擇一次，都要經過4加、2減、2乘、1除的運算；人工智慧是對「天平兩端與支點」，也類似於「杠桿兩端與支點」，測量其支點上，有關效應、常數、一個小目標，精準的給出，使所有的人提前知道未來取勝的結果。【提前知道一組組數字代碼中，給定的「地天代碼」數字例如6，就是贏的博文尺度在第6位上，同時「人天代碼」會精準的顯示贏了4000斤。一人一天12小時可以贏10次4000斤，就是4萬斤。假如把四兩撥千斤換成4兩撥1000元，一人一天12小時可以贏4萬元。】

博弈聖經著作人的理論學說；國正論的非絕對對立性，相當於「天平兩端與支點」類似於「杠桿兩端與支點」量化成 「粒湍體博文代碼」；四兩撥千斤⑧1000-4668091=3047.6000，（+-×÷）的精確運算，建立的人工智慧，他使計算機開始模仿博弈取勝的智慧；

三維支點感知、

三維支點思考、

三維支點意念、

它在三維支點上，進行的數碼邏輯運算給出了三個結果；

支點常數加1，結果小於1稱神學，（人天代碼加地碼4000斤+1（-5000斤）=-1000斤）；

支點常數加1，結果大於1稱科學，（人天代碼加地碼4000斤+1（5000斤）=+9000斤）；

天人代碼能夠被地碼整除（30000斤÷5000斤），天人代碼又能被地人代碼減、下餘一個小數為支點常數（效應、一個小目標）它的結果一定要小於1稱博學，（30000斤-26000斤=4000斤）。

博弈取勝的人工智慧，「粒湍體博文代碼」，是人類認識未知世界，分別計算，神學、科學、博學，使用的數碼邏輯法則；

支點常數加1，結果小於1稱神學，

支點常數加1，結果大於1稱科學，

1除1減，支點常數小於1稱博學。

它讓每一個人的手指上充滿人工智慧，點擊計算機鍵盤，體驗神學、科學、博學，觀賞人與自然博弈的神通，「一人、一指、一鍵贏天下」。

博弈聖經著作人的經典名句；科學家的博弈功能，是讓其傻吊與天才同等水平。

博弈聖經著作人的理論學說；人與機器對抗的人工智慧，是專門計算四兩撥千斤的演算法，在「粒湍體博文代碼」四兩撥千斤⑧1000-4668091=3047.6000的計算中，等到『人天編碼』那個小數（效應、常數、一個小目標）出現時，就是贏了。

博弈聖經著作人的理論學說；

四兩撥千斤，在中國遺存的文化中，它的哲學結構，是唯一已經量化、又可以計算的第一博弈哲學，它是人與自然博弈的三維等式，它預先給定的四兩撥千斤，是計算未來世界的五組數據中、必須給定的兩組。

四兩撥千斤明確告訴世人，四兩已經戰勝了千斤，四兩到底贏了多少呢？必須由四兩撥千斤代碼⑧1000-4668091=3047.6000的精確運算。在人工智慧的運算程序中，大自然的「天地代碼」用0、1、2、5、四個數字作為事件的開端，尤為神秘的是，在「天地代碼」的「地碼」中，在人工智慧的計算程序中，0、1、2、5、的神秘、神奇、神聖，提前給定了贏的位置、贏的次數、贏的數字，因為絲毫不差令人震驚，還因為贏的數量之大令人瘋狂。

假如把四兩撥千斤的演算法交給人工智慧，它有戰勝一切的趨勢，這就足以點燃每一個人蠻橫的創業激情。

博弈聖經著作人的理論學說；在人類的歷史進程中，如果是因為博弈競爭帶來的智能，博弈取勝理論帶來四兩撥千斤的精確計算，把四兩撥千斤的演算法交給計算機產生的人工智慧，計算機一定會幫助人們結束博弈的夢寐。

博弈聖經著作人的理論學說；什麼是「蒙特卡羅樹」？「蒙特卡洛樹搜索」它就是一種0、1、二維結構，突然莫名其妙的加了一維時間，它怎麼變成了三維分叉策略呢？蒙特卡羅樹搜索並沒有數學量化，如同算卦，瞎蒙，瞎猜，就根本沒有辦法運算，其實就是唬弄傻吊的八卦圖。

博弈聖經著作人的理論學說；三維實體編碼0、1、2的理論學說，大概意思是，根據高熵賽琪把博弈分為三角色，相當於一個女人、一個男人、混合單打乒乓球比賽，女人代表0、男人代表1、裁判代表2，通過高熵賽琪規則的『插值』代表裁判得分，女人0、男人1、裁判2，他們三人分別得分相等。假如按照高熵賽琪紅為0、藍為1、按0、1粒子贏的順序連續的記錄成120行，120行除2=60粒，這時發現女人0、男人1、裁判2（插值）、他們三人分別都贏了60個球。一粒就是贏一個，也就是粒子行為論的起源，博弈取勝理論使用0、1、2、三維數碼，進行四兩撥千斤的精確計算，把演算法交給計算機就產生了人工智慧、用人工智慧計算機，就能精準的計算未來世界。

『肆』 蒙特卡洛樹方法MCTS中模擬階段是怎麼快速下一盤棋的

蒙特卡羅方法的解題過程可以歸結為三個主要步驟:構造或描述概率過程;實現從已知概率分布抽樣;建立各種估計量。
蒙特卡羅方法解題過程的三個主要步驟:
(1)構造或描述概率過程
(2)實現從已知概率分布抽樣
(3)建立各種估計量
應用到期權上一定程度上你可以這么理解，但不完全相同，因為有的時候會過於簡單，蒙特卡羅過程如果本身的設定是偏離實際的，會沒有意義，所以二叉樹是一種比較理想的狀態而已。
如果能知道自己喜歡的又覺得不錯的就可以了用手機啦。

『伍』 alphago中的蒙特卡羅搜索樹是怎樣實現的

AlphaGo依靠精確的專家評估系統（value network）、基於海量數據的深度神經網路（policy network），及傳統的人工智慧方法蒙特卡洛樹搜索的組合，以及可以通過左右互搏提高自己的水平，這個真的是有的恐怖了有木有。李世石九段固然厲害，可人類畢竟是動物，機器軟體程序是無休止的工作，這一點也是客觀因素了。

AlphaGo依靠精確的專家評估系統（value network）、基於海量數據的深度神經網路（policy network），及傳統的人工智慧方法蒙特卡洛樹搜索的組合，以及可以通過左右互搏提高自己的水平，這個真的是有的恐怖了有木有。李世石九段固然厲害，可人類畢竟是動物，機器軟體程序是無休止的工作，這一點也是客觀因素了。比賽已經結束了，李世石一比四不敵alphago。
有一種觀點人為，只要下AlphaGo棋譜中所未記載的招數就能獲勝，哪怕這些下法根本不符合圍棋棋理。這種做法的可行性並不高。

AlphaGo並非是對人類棋手弈棋棋譜記憶後的簡單再現，而是具備了一定模擬人類神經網路的「思考」能力，既不是像過去那樣採用窮舉法尋找最有選項，也不是復制棋譜中
所記載的定勢或手筋。而是會對選擇進行「思考」，刪除那些勝率低的選擇，並對具有高勝率的選項進行深度「思考」，最終從無數個落子的選擇中基於自己的「思考」選擇一個最優項。 因此，若是人類棋手想憑借下幾步不符合圍棋棋理，或未被棋譜記載的圍棋下法，就輕而易舉戰勝AlphaGo的可能性並不高。因為AlphaGo是人工智慧，而不是一台只會復制人類棋手招數的機器。

『陸』 高層博弈是什麼意思

博弈聖經著作人在《概言》中描述的博弈
競爭就是博弈，博弈是經濟學。
經濟學是自私的學說，使人的行為私下勾結，在理性地尊重事物之後，便腐蝕家庭和所有人的行為，所以，一直被人咒罵。
經濟學是掠奪和救濟的游戲，兩對手之間主導著人類的不同行為價值，不管你是否願意要，一定會得到前所未有的那一部分。
經濟學是一個二特性競爭結構，也是人與自然的博弈進程。裡面的非物質文化思想，它的美妙之處在於大自然可以分開為每一個人單獨運行，又不會產生競爭性，它可以一次次地重復使用而不會降低效用。
這是一個無聲的世界，可以感知、可以思想，不能觸摸，誘發創造。假如這個與競爭基本對立的文化思想能被所有的人接受，它將會繁榮整個世界。
摘自《博弈聖經》概言

《博弈聖經》里《博弈文化盛宴》一文中說:「領導人的行為一半是道德,一半是博弈。博弈是決策優先,道德是對抗默認。超智慧的領導人知道多少忍讓,又何時競爭...

博弈聖經著作人給出了領導的定義；我們把指向『私湍』或指向「實體」權威的信息，看成領導。

優先預測悲劇後作出的忍讓是道德.摘自「博弈文化盛宴」
優先預測勝利前作出的競爭是博弈.摘自「博弈文化盛宴」
競爭與忍讓基本對立,博弈與道德基本對立.贏在博弈,就缺失道德,贏得道德,就缺少博弈.摘自「博弈文化盛宴」

《博弈聖經》中《人類未知的藍色檔案》一文中寫道：「誰能讓現代的博弈行為接近野蠻，誰能讓友善與兇殘之間的距離大到令人不解，誰就在博弈中取勝。」

《博弈聖經》中《人類未知的藍色檔案》一文中寫道：贏的定義；贏不是大小、不是多少、不是均衡平衡、不是戰略戰術，而是在未來國正論的隨機狀態中，一粒期望的粒子優先達成。

贏也不是福，輸也不是罪，輸贏與均衡屬於第三空地論的內容。

博弈聖經著作人的經典文段；
戰略是大自然的計謀，它是所有事件的總括。戰略是一個博弈體系，它與戰術對應著。
《博弈聖經》上說：
戰略是尋找連續正理、科學的文明實體。
戰術是達成局部真理、文明的文化性質。
戰略的六法則：尋找、連續、正理、科學、文明、實體。
戰術的六性質：達成、局部、真理、文明、文化、性質。
戰略的六法則對應戰術的六性質：
尋找—達成、連續—局部、正理—真理、科學—文明、文明—文化、實體—性質。
戰略體系中的每一項內容都可構成戰略和戰術的元素。
戰略和戰術是用國正論非絕對對立性，區分出了哪是實體、哪是性質。戰略的唯一性不可復制，無限寬廣，又有萬能的理性。戰略不會直接呈現在大腦中，它是通過對博弈實體的區分，才給出計劃、判斷、執行的種種行為的觀念。其實，一切輸贏、大小、多少、好壞的選擇，一切慾望的達成，以及一切真理的實現都是一種區分。
《博弈聖經》上說：「戰略的定義範式是檢驗國家戰略、軍事戰略、經濟戰略、企業戰略的模塊，這是領導人博弈對抗戰勝對手的六法則，可以檢驗出戰略策略的缺陷，也可以檢驗戰略家的能力，罪犯創造的罪惡只包含在戰術中。戰術的六性質是對創新結果的挑戰。
如果沒有國正論的非絕對對立的哲學，怎麼解釋戰略和戰術的關系、上級和下級的關系、中央和地方的關系、國家和人民的關系？在博弈實體里，一個人與博弈實體的關系是相伴相生的。《博弈聖經》上說：「實體一元論在數目上的同一性，發生的因果次序不屬於個人的部分本性，這種屬性是實體的性質。」這種復雜的實體關系用矛盾論解釋不了。矛盾論看似沿著一條無懈可擊的路走下去，最後卻出現了包容，出現了悖論。所謂矛盾論的主要矛盾和次要矛盾的思維方式，根本無法應付未來博弈實體中的一切經濟問題。
「戰略的特徵是發現智謀的綱領，戰術的特徵是創造實在的行為。

《博弈聖經》戰略的定義：戰略是尋找連續正理、科學的文明實體。
《博弈聖經》戰術的定義：戰術是達成局部真理、文明的文化性質。

『柒』 第一個戰勝圍棋世界冠軍的人工智慧程序是什麼

阿爾法狗(AlphaGo)是第一個擊敗人類職業圍棋選手、第一個戰勝圍棋世界冠軍的人工智慧程序，由谷歌(Google)公司的團隊開發。其主要工作原理是「深度學習」。

2017年5月，在中國烏鎮圍棋峰會上，它與排名世界第一的世界圍棋冠軍柯潔對戰，以3比0的總比分獲勝。圍棋界公認阿爾法圍棋的棋力已經超過人類職業圍棋頂尖水平。

起源

圍棋，起源於中國，中國古代稱為「弈」，可以說是棋類之鼻祖，圍棋至今已有4000多年的歷史。據先秦典籍《世本》記載：「堯造圍棋，丹朱善之。」晉張華在《博物志》中繼承並發展了這種說法：「堯造圍棋，以教子丹朱。若白：舜以子商均愚，故作圍棋以教之。」

1964年版的《大英網路全書》就採納這種說法，甚至將其確切年代定在公元前2356年。

唐代詩人皮日休所作的《原弈》認為：「弈之始作，必起自戰國，有害詐爭偽之道，當縱橫者流之作矣。豈曰堯哉！」

明朝陳仁錫在《潛確類書》中又提出「烏曹作博、圍棋」。烏曹相傳是堯的臣子，有的人又說他是夏桀的臣子。後來，董斯張的《廣博物志》、張英的《淵鑒類函》等也采錄了這種說法。

『捌』 AlphaGo 用了哪些深度學習的模型

AlphaGo用了一個深度學習的模型：卷積神經網路模型。

阿爾法圍棋（AlphaGo）是一款圍棋人工智慧程序。其主要工作原理是「深度學習」。「深度學習」是指多層的人工神經網路和訓練它的方法。

一層神經網路會把大量矩陣數字作為輸入，通過非線性激活方法取權重，再產生另一個數據集合作為輸出。這就像生物神經大腦的工作機理一樣，通過合適的矩陣數量，多層組織鏈接一起，形成神經網路「大腦」進行精準復雜的處理，就像人們識別物體標注圖片一樣。

(8)蒙特卡洛樹搜索演算法擴展閱讀：

阿爾法圍棋用到了很多新技術，如神經網路、深度學習、蒙特卡洛樹搜索法等，使其實力有了實質性飛躍。

美國臉書公司「黑暗森林」圍棋軟體的開發者田淵棟在網上發表分析文章說，阿爾法圍棋系統主要由幾個部分組成：

一、策略網路（Policy Network），給定當前局面，預測並采樣下一步的走棋；

二、快速走子（Fast rollout），目標和策略網路一樣，但在適當犧牲走棋質量的條件下，速度要比策略網路快1000倍；

三、價值網路（Value Network），給定當前局面，估計是白勝概率大還是黑勝概率大；

四、蒙特卡洛樹搜索（Monte Carlo Tree Search），把以上這三個部分連起來，形成一個完整的系統。

『玖』 怎樣用ai進行圍棋訓練

今年對圍棋來說是載入史冊的一年。一月阿法狗初露端倪，毀譽參半。三月震驚世界，一戰驚天人。面對三千年未有之大變局，逃避是沒有絲毫益處的。我們能做的只是努力了解新科技，並且努力使自己適應這些變化。

筆者從小跟父親學習下圍棋。至今筆者仍然記得自己是怎樣被帶入這個坑的。當年年過三十並且依然中二的父親跟我說：「我覺得你學習是學不出來的（我去年買了個表，你哪隻眼睛看出來我學不出來？是不是親生的？）。想想能不能走別的路吧，我覺得你可以努力當運動員（納尼？）。我查了一下，獎金最高的是三個項目（獎金！獎金！）。第一個太貴了，咱們學不了（是啥？），是網球。教練場地咱都花不起那個錢。第二個你也學不了（還有我學不了的？），是拳擊（。。。。。。。。。。。。。。。。。。。）。第三個就是圍棋，你就學這個吧（好吧我就學圍棋吧。等等，好像哪裡不對。那時候沒有網，你從哪查到的獎金排名？套路，都是套路）。」

從那以後就開始學著下，自己看書，看CCTV5的紋枰論道，看一些掛盤講解。開始提高的還比較快，很快父親就下不過我了。可是到了一定程度，就怎麼也提高不了了。看死活題的書，要麼就是太容易沒價值，要麼就是太難，看得一頭霧水。書上沒有的參考圖，自己心中仍然也有很多疑問。布局，作戰方向上沒有老師的指導，終究是很難有突破的。終於到後來就放棄了圍棋，還是老老實實讀書去了。現在想來，如果小時候就有阿法狗給我玩，就算達不到職業水平，也不會僅僅是今天這個水平吧。

小學的時候偶然間接觸到了一個圍棋游戲，從那時開始關注計算機圍棋，距今已有十幾年了。玩過的有名的對戰程序有GNU Go，銀星圍棋，Crazy Stone和Zen。解死活題的程序有橫濱死活題。特別是Zen，從Zen4玩到Zen6，親眼目睹了程序的成長，同時在利用圍棋程序更高效地提高自身水平方面，有一些自己的心得。本文主要目的是針對想努力提高自身圍棋水平的業余愛好者，談一談怎樣利用世界中的「他者」，更好地為自己服務。

Zen6

Zen6是日本工程師開發的計算機對戰軟體。在比較好的個人電腦上運行可以達到弈城8段甚至9段的水平。可以說除了阿法狗之外，目前就數Zen6最強。

雖然Zen6沒有阿法狗強，但是對於一般的愛好者來說，Zen6比阿法狗更合適。首先，他們用的演算法相似，都是神經網路加蒙特卡洛樹搜索。其次，成本上來說阿法狗一般人根本玩不起，Zen6相當親民。最後，阿法狗太強了，對於一般業余愛好者來說，Zen6的實力更適合一些。