蒙特卡洛树搜索算法

‘壹’ 2019年战胜人类围棋九段李世石的人工智能alpha+go它所使用的学习算法叫什么

咨询记录 · 回答于2021-12-21

‘贰’ 蒙特卡洛树是什么算法

博弈圣经着作人的理论学说；什么是“蒙特卡罗树”？“蒙特卡洛树搜索”也就是一种0、1、二维突然莫名其妙加一个时间，变成了3叉作为策略，蒙特卡罗树搜索并不是量化，也是一种瞎猜，如同算卦，根本就没有办法运算，就是唬弄傻吊的八卦图。

《博弈圣经》人工智能的定义；人们把理性看成智能、把智能看成（0、1、2、）三维数码、把三维数码看成逻辑，人工智能，也就是理性的三维数码逻辑（+-×÷）的精确运算。

什么是纳什均衡

【摘要】
最终纳什的家人和朋友、决定将他送进医院治疗，在医院他认为医生是苏联人、要追杀他。经医生诊断，他得的“妄想型精神分裂症”也更加严重。一个被“妄想型精神分裂症”伤害的大脑、一个胡言乱语的精神病人、妄想出来的“纳什均衡”博弈占优理论，你们认为可信吗？
……

来源:美国资讯网；博弈圣经着作人对纳什的嘲讽

博弈圣经着作人的经典名句；0、1、二维平均，称平衡，0、1、2、三维平均，称均衡。

在0、1、二维记录的系统中，0、1、这两种输赢粒子，必需构成博弈进程中的基本单元，冯·诺伊曼发现，有一个“极小极大定理”存在其中，（极小极大定理，就是要么极端的输、要么极端的赢），从长远来看，两种粒子出现的一次平均、是一次平衡，多次平均、就是多次平衡，里面并不存在两种粒子扯平的趋势。两种粒子的未来、不受过去所发生的、任何粒子事件的影响。0、1、两种粒子趋于平衡的预期，已经被极小极大定理彻底否决。

在0、1、二维粒子随机走动的系统中，只存在平均、不存在平均律，也就是不存在三维均衡。博弈圣经着作人的经典名句；策略，就不存在0、1、二维系统中。纳什均衡提出时，当场就遭到冯·诺依曼的贬低、嘲笑和断然否定。

谈到“纳什均衡”，有位记者请纳什用通俗的语言来解释他的理论。纳什说；“‘纳什均衡’并不高深，它就像中国人发明的一种、三个人玩的扑克游戏，“纳什均衡”就是一个简单的三人博弈游戏”。中国有那么多人玩扑克，又玩了那么多年，纳什还提醒了中国人半个多世纪，纳什均衡并不高深，中国人竟没有一个人发现三个人玩的扑克游戏中、还有一个‘均衡占优理论’。人们不禁要问；纳什他自己玩过几次三人扑克游戏？他和谁玩的？他是怎么发现的均衡？均衡理论又是怎么单方占优的？在他所有的文章中，为什么没有对中国的扑克游戏展开叙述。一副扑克三个人玩，一个人18张牌，在连续记录的0、1、2、三维系统中，18张牌只能记录成、18个红蓝小点而已，它是怎么个均衡法呢？我打一个比喻，纳什让工人用砖给他铺一个场地，他只给了18块砖......这是不是太令人费解了。2017年，美国东部时间1月30日，CMU开发的机器程序与四名职业玩家、约战匹兹堡大赌场，并在持续20天的比赛时间中，每天每人1500次押注，20天一人共押30000次，四人共玩了12万次表示均衡方可分出输赢。18个红蓝小点咋均衡呢？纳什均衡是什么呢？正常人不知道，只有神经病才知道。

他在60多年的时间里，没有人见过他、用中国的扑克表演过什么是、非合作纳什均衡，什么是纳什均衡占优策略，他既没有实际表演，也没有给出明确的理论说明，这令关注纳什占优策略的人，大为失望。

博弈圣经着作人的经典名句；科学家在纳什均衡理论中、尚未发现博弈占优策略的任何迹象。

博弈圣经着作人的经典名句；策略，来自0、1、2、三维结构的自然属性。人们对世界的看法分为粒子、私湍、实体，简称为“粒湍体”，它们属于博弈文化，每人都拥有独一无二的博弈文化主题。
它们的标题名称；“粒湍体博文代码”。

例如；主题；⑧1000-4668091=3047.6000，四两拨千斤计算代码，（+-×÷）的精确运算。

例如；主题；⑧500-4687910=1436.8000，四两拨五百斤计算代码，（+-×÷）的精确运算。

例如；主题；⑦500-4577909=1347.9500，四两拨五百斤计算代码，（+-×÷）的精确运算。它们是博弈取胜、计算单方占优策略的标准模型。

在纳什的语文学中，就没有出现过一次0、1、2、三维均衡的概念，纳什均衡哪里来。

博弈圣经着作人的经典名句；纳什均衡理论没有任何明确的说法，纳什均衡是美国伪造的产物，传到了世界各地，当然也传遍了中国。“纳什均衡”的本质，是对中国人的智商，对发现、发明、创造精神的一种羞辱。

博弈圣经着作人的经典名句；二维平衡是指生物的竞争行为，三维均衡是指自然的优劣特性。

博弈圣经着作人的经典名句；揭开纳什均衡的画皮，露出真相。【如果纳什均衡是以纳什的名字、命名的一个博弈论术语；假如我把纳什名字去掉、只剩下均衡一词、均衡也就是纯净的博弈论术语；倘若所有博弈论的文章中、都把纳什名字去掉只剩下均衡；再读一篇篇博弈论文章、也都是围绕着均衡一词展开的叙述；发现通篇文章逻辑不通、词意变异、不知所云；只要是属于纳什均衡的理论文章、去掉纳什名字之后、纳什的鬼魅就出现了；通篇文章，捕风捉影、张冠李戴、以讹传讹，添油加醋又像是疯言疯语，更不能被常人所理解。】

博弈圣经着作人的经典名句；纳什-是纳什，均衡-是均衡。纳什均衡二者相提并论、就是；驴唇马嘴。

博弈圣经着作人的经典名句；“纳什均衡” 之所以鬼魅，纳什自己不知道什么是纳什均衡，追随他的门外汉，都假装懂得纳什均衡。“纳什均衡”把所有的门徒变成了精神病、变成了不懂装懂；任何人谈到纳什均衡，就像掉进了魔鬼坑，开口就是自问自答、自说自话、反复无常、自己感到莫名其妙时，还会自圆其说。博弈圣经着作人的经典名句；纳什均衡是一份内容不明的谜语，它似乎和任何可理解的逻辑语言都对不上。博弈圣经着作人把“纳什均衡”戏称为“傻吊的博弈图腾”。

博弈圣经着作人的经典名句；如果说纳什均衡是一份学术遗产，那就是学术中、独一份的滑稽遗产。纳什均衡是什么，纳什自己不知道，中国的傻吊全都知道……。

博弈圣经着作人的经典名句；“纳什均衡成了中国的一个宗教，追随他的门徒；有无知的青年、有无畏的傻吊、还有无耻的教授。”

博弈圣经着作人的经典名句；中国的傻吊谈博弈，必谈纳什均衡。

博弈圣经着作人的经典名句；中国人醒来吧，应该扪心自问；“纳什均衡”既然像是中国人发明的三人扑克游戏，它的游戏规则是什么？游戏理论又是什么？中国人从三人扑克游戏中、也可以说从“纳什均衡”中、到底学到了什么？纳什演示“纳什均衡”用的数学符号，用的游戏规则、进行了毫无意义的重组。纳什是被媒体炒作、捧杀、逼得骑虎难下，他在纸上写写画画、作出的符号游戏、是无可奈何时的一个姿态。按照博弈圣经着作人对虚拟经济的解释，虚拟经济使用的是、单纯一性的物品，（也许是因为诺贝尔经济学奖错发给了纳什，他又不肯退回奖金的缘故。）纳什均衡的行为姿态，不是演示博弈论术语，他演示的纳什均衡、如同艺人玩猴。更为滑稽的是；纳什让人们明白了，滑稽的世界大师、滑稽的精美绝伦、滑稽的经典课程、滑稽的纳什均衡，变成了滑稽的虚拟经济。

博弈圣经着作人给虚拟经济下了一个难以启齿的定义；犹如看魔术大师让一群狗争夺一块骨头，让众人押注的赌博游戏。【通俗的解释虚拟经济是由单纯一性的一个物品(字画或古董)、单纯一性的一个姿态（逞能摆架子，装大官、充大款）、单纯一性的一个玩物（艺人玩猴）、统称为虚拟经济。】纳什单纯一性的一个姿态（在纸上写写画画的那些数字符号），演示从没人看懂过的纳什均衡，如同艺人玩猴，它符合虚拟经济的定义。

纳什在20多岁时患上了，妄想型精神分裂症。在他想象的世界里，全是魔鬼、武士和纳粹，他觉得自己一直生活在别人的威胁下。他担心自己，随时会被其他人杀害，他对世界毁灭和自己的死亡有深深的恐惧。

一天早晨，纳什拿着一份《纽约时报》走进办公室，对着空气说，报纸头版左边的文章里、包含着一条来自另一个星球的数字信息，只有他能破解。并且认为自己、是政府对抗苏联的间谍，他整天在数字中寻找拯救美国的密码，他的幻觉也日益严重。

最终纳什的家人和朋友、决定将他送进医院治疗，在医院他认为医生是苏联人、要追杀他。经医生诊断，他得的“妄想型精神分裂症”也更加严重。一个被“妄想型精神分裂症”伤害的大脑、一个胡言乱语的精神病人、妄想出来的“纳什均衡”博弈占优理论，你们认为可信吗？

博弈圣经着作人的经典名句；【“纳什均衡”一词，像是宗教的“圣言”，追随它的门徒，各自像精神病人一样、在纳什均衡中寻找理由，都想找到合理的理由解释“纳什均衡”，其结果把纳什均衡变成了博弈宗教、纳什变成了教主，门徒解释纳什均衡的疯言疯语，其实就是胡说八道。】

博弈圣经着作人的经典名句；如果中国的教授抄袭“纳什均衡”作为标题，捕风捉影、以讹传讹的炒作，是为了编书、售书、挣钱，假如读者想通过“纳什均衡”想占优、想赢钱，就应该先查查纳什60年以来、讲过一句“赢钱”吗，他赢过一次吗？因为没有在赌场中验证，他受到了爱因斯坦的冷遇。【纳什既然是个数学家，他就应该把占优策略给出一个、数字量化的数学公式、或者是一个数学模板，让所有的人都能成功模仿，也就是说，无论是傻吊或天才操作它，都是一样的赢。】

科学的有效性，就应该像打电话一样，只要给出一个电话号码，无论是傻吊或天才有序的按下按键，都是一样的打通电话。

科学的操作性，就应该像用计算器、加减乘除一样，无论是傻吊或天才、无论时间或地点、只要计算同一道题，有序的按下按键，都会得出一模一样的计算结果。

博弈圣经着作人的经典名句；科学家的博弈功能，是让其傻吊与天才同等水平。人们等到纳什车祸身亡、也没有人等到纳什的“非合作博弈占优策略”，历史证明他就没有、所谓的占优策略。

博弈圣经着作人的经典名句；
——策略，是一个0、1、2、三维的文化私湍；
——策略，是在个体性质、私湍结构、实体特性的，三个分形中蠕动；
——策略，是博弈哲学、对粒子行为论的三维思考；
——策略，是私湍边际效应的运算、也是私湍边际常数1.007813短暂的显现；
——策略，是私湍边际常数、在飞秒瞬间搁浅凝固时，也就是占优策略（一个小目标）的终结。

美国学术传媒疯狂炒作，把纳什说成天才，吹捧了半个多世纪的纳什均衡，什么子博弈精炼纳什均衡，什么子博弈完美纳什均衡，什么非合作博弈策略、什么博弈占有策略，全世界经过半个多世纪的寻找、验证、竟然没有一个人找到赢的策略。“纳什均衡”它会是什么？它像UFO一样诡异、令人百思不解。“纳什均衡”的鬼魅让人想入非非，层出不穷的解释让人匪夷所思。纳什均衡荒唐的理论属性、确定了它是学术界丑闻的特征。纳什天才的“纳什均衡”，一定会沦为世界的一大笑柄。

1958年，从《财富》杂志、对纳什的炒作，把纳什评为新一代天才数学家中、最出色的人物之后，纳什就迅速赢得了荣耀。他到处讲学、演说，与各国大牌数学家会面，事业如日中天。

博弈圣经着作人的经典名句；电影《美丽心灵》用构思、杜撰的艺术形式、编造了纳什戏剧性的一生，“纳什均衡”像西方宗教的“经文”一样，演变成了博弈宗教传奇。诺贝尔经济学奖意外地、砸到纳什头上的那种巧合，给了纳什幸运的一生、羞羞答答的一生、不愿见人的一生、学术欺骗的一生、也是他难堪的一生。

博弈圣经着作人的经典名句；纳什均衡是半个世纪前，一个“驴唇不对马嘴”的概念，纳什之所以一直沉默，是因为他没法说，他不敢说，他到死都不会说。【来源:美国资讯网；麻省理工福布斯纳什-着名大学名人-正文-时间:2013-12-02，从博弈圣经着作人对纳什的嘲讽，到纳什2015年5月23号出车祸死亡，中间有一年半时间他没有作出回应。】

博弈圣经着作人的经典名句；纳什均衡，是黑暗中的教唆、无知中的误判、猎奇中的杂耍。

博弈圣经着作人的经典名句；几个（因为博弈论）获得诺贝尔经济学奖的得主、管理股票的炒股公司，因亏空、也关门大吉了。

瑞典皇家科学院、诺贝尔经济学奖委员会委员，斯塔尔说；纳什均衡是一个博弈取胜的幻想，他自己也不知道怎么均衡、不知道怎么单方占优、不知道怎么取胜。因此，纳什在世期间不会向世人做出博弈如何取胜的解释，所以他一直保持沉默。斯塔尔还说；我们今天，既然把纳什均衡带到公众面前，可以断定，未来一定会出现博弈的取胜理论，大家担心纳什均衡可能一败涂地，若干年后将变成一大丑闻。

来源:美国资讯网；麻省理工福布斯纳什-着名大学名人-正文-时间:2013-12-02
博弈圣经着作人对纳什的嘲讽

......。

‘叁’ 周鸿祎:人工智能算法上没有根本突破

人工智能的理论学说

博弈圣经着作人的理论学说；人工智能是什么，人们必须知道什么是思考、什么是思想、什么是智慧？才能对人工智能有一点粗略的认知。

博弈圣经着作人的理论学说；感觉、思维、意识，形成的观念，它会自我构成一致性的思考；它会通过文化的传播方式，以唯心主义的自信、以对唯物主义认识的思考、在第三空地里产生思想；《博弈圣经》智慧的定义；智慧就是文化进程中独创的执行力。（人工智能，是理性的三维数码逻辑（+-×÷）的精确运算。

博弈圣经着作人的理论学说；人的感觉、思维、意识，是宇宙对人的文化活动展开的一次次测量；它们用唯心主义的自信与唯物主义认识开始思考；只有观念，向主观、理性、真理、一级一级的私湍增量，大脑才真正开始思想。

博弈圣经着作人的理论学说；人的感觉、思维、意识不存在大脑中，它们来自遥远的宇宙中心，又存在于个体的宇宙之中。

博弈圣经着作人的理论学说；感觉、思维、意识的形态，形成观念的一致性思考，它不会自我构成思想，它会通过文化的传播方式，以唯心主义的主观、对唯物主义的认识、在人们的第三空地里产生思想。

博弈圣经着作人的理论学说；四两拨千斤的人工智能，是数字化对三维支点的测量，博弈取胜的人工智能，选择一次，都要经过4加、2减、2乘、1除的运算；人工智能是对“天平两端与支点”，也类似于“杠杆两端与支点”，测量其支点上，有关效应、常数、一个小目标，精准的给出，使所有的人提前知道未来取胜的结果。【提前知道一组组数字代码中，给定的“地天代码”数字例如6，就是赢的博文尺度在第6位上，同时“人天代码”会精准的显示赢了4000斤。一人一天12小时可以赢10次4000斤，就是4万斤。假如把四两拨千斤换成4两拨1000元，一人一天12小时可以赢4万元。】

博弈圣经着作人的理论学说；国正论的非绝对对立性，相当于“天平两端与支点”类似于“杠杆两端与支点”量化成 “粒湍体博文代码”；四两拨千斤⑧1000-4668091=3047.6000，（+-×÷）的精确运算，建立的人工智能，他使计算机开始模仿博弈取胜的智慧；

三维支点感知、

三维支点思考、

三维支点意念、

它在三维支点上，进行的数码逻辑运算给出了三个结果；

支点常数加1，结果小于1称神学，（人天代码加地码4000斤+1（-5000斤）=-1000斤）；

支点常数加1，结果大于1称科学，（人天代码加地码4000斤+1（5000斤）=+9000斤）；

天人代码能够被地码整除（30000斤÷5000斤），天人代码又能被地人代码减、下余一个小数为支点常数（效应、一个小目标）它的结果一定要小于1称博学，（30000斤-26000斤=4000斤）。

博弈取胜的人工智能，“粒湍体博文代码”，是人类认识未知世界，分别计算，神学、科学、博学，使用的数码逻辑法则；

支点常数加1，结果小于1称神学，

支点常数加1，结果大于1称科学，

1除1减，支点常数小于1称博学。

它让每一个人的手指上充满人工智能，点击计算机键盘，体验神学、科学、博学，观赏人与自然博弈的神通，“一人、一指、一键赢天下”。

博弈圣经着作人的经典名句；科学家的博弈功能，是让其傻吊与天才同等水平。

博弈圣经着作人的理论学说；人与机器对抗的人工智能，是专门计算四两拨千斤的算法，在“粒湍体博文代码”四两拨千斤⑧1000-4668091=3047.6000的计算中，等到‘人天编码’那个小数（效应、常数、一个小目标）出现时，就是赢了。

博弈圣经着作人的理论学说；

四两拨千斤，在中国遗存的文化中，它的哲学结构，是唯一已经量化、又可以计算的第一博弈哲学，它是人与自然博弈的三维等式，它预先给定的四两拨千斤，是计算未来世界的五组数据中、必须给定的两组。

四两拨千斤明确告诉世人，四两已经战胜了千斤，四两到底赢了多少呢？必须由四两拨千斤代码⑧1000-4668091=3047.6000的精确运算。在人工智能的运算程序中，大自然的“天地代码”用0、1、2、5、四个数字作为事件的开端，尤为神秘的是，在“天地代码”的“地码”中，在人工智能的计算程序中，0、1、2、5、的神秘、神奇、神圣，提前给定了赢的位置、赢的次数、赢的数字，因为丝毫不差令人震惊，还因为赢的数量之大令人疯狂。

假如把四两拨千斤的算法交给人工智能，它有战胜一切的趋势，这就足以点燃每一个人蛮横的创业激情。

博弈圣经着作人的理论学说；在人类的历史进程中，如果是因为博弈竞争带来的智能，博弈取胜理论带来四两拨千斤的精确计算，把四两拨千斤的算法交给计算机产生的人工智能，计算机一定会帮助人们结束博弈的梦寐。

博弈圣经着作人的理论学说；什么是“蒙特卡罗树”？“蒙特卡洛树搜索”它就是一种0、1、二维结构，突然莫名其妙的加了一维时间，它怎么变成了三维分叉策略呢？蒙特卡罗树搜索并没有数学量化，如同算卦，瞎蒙，瞎猜，就根本没有办法运算，其实就是唬弄傻吊的八卦图。

博弈圣经着作人的理论学说；三维实体编码0、1、2的理论学说，大概意思是，根据高熵赛琪把博弈分为三角色，相当于一个女人、一个男人、混合单打乒乓球比赛，女人代表0、男人代表1、裁判代表2，通过高熵赛琪规则的‘插值’代表裁判得分，女人0、男人1、裁判2，他们三人分别得分相等。假如按照高熵赛琪红为0、蓝为1、按0、1粒子赢的顺序连续的记录成120行，120行除2=60粒，这时发现女人0、男人1、裁判2（插值）、他们三人分别都赢了60个球。一粒就是赢一个，也就是粒子行为论的起源，博弈取胜理论使用0、1、2、三维数码，进行四两拨千斤的精确计算，把算法交给计算机就产生了人工智能、用人工智能计算机，就能精准的计算未来世界。

‘肆’ 蒙特卡洛树方法MCTS中模拟阶段是怎么快速下一盘棋的

蒙特卡罗方法的解题过程可以归结为三个主要步骤:构造或描述概率过程;实现从已知概率分布抽样;建立各种估计量。
蒙特卡罗方法解题过程的三个主要步骤:
(1)构造或描述概率过程
(2)实现从已知概率分布抽样
(3)建立各种估计量
应用到期权上一定程度上你可以这么理解，但不完全相同，因为有的时候会过于简单，蒙特卡罗过程如果本身的设定是偏离实际的，会没有意义，所以二叉树是一种比较理想的状态而已。
如果能知道自己喜欢的又觉得不错的就可以了用手机啦。

‘伍’ alphago中的蒙特卡罗搜索树是怎样实现的

AlphaGo依靠精确的专家评估系统（value network）、基于海量数据的深度神经网络（policy network），及传统的人工智能方法蒙特卡洛树搜索的组合，以及可以通过左右互搏提高自己的水平，这个真的是有的恐怖了有木有。李世石九段固然厉害，可人类毕竟是动物，机器软件程序是无休止的工作，这一点也是客观因素了。

AlphaGo依靠精确的专家评估系统（value network）、基于海量数据的深度神经网络（policy network），及传统的人工智能方法蒙特卡洛树搜索的组合，以及可以通过左右互搏提高自己的水平，这个真的是有的恐怖了有木有。李世石九段固然厉害，可人类毕竟是动物，机器软件程序是无休止的工作，这一点也是客观因素了。比赛已经结束了，李世石一比四不敌alphago。
有一种观点人为，只要下AlphaGo棋谱中所未记载的招数就能获胜，哪怕这些下法根本不符合围棋棋理。这种做法的可行性并不高。

AlphaGo并非是对人类棋手弈棋棋谱记忆后的简单再现，而是具备了一定模拟人类神经网络的“思考”能力，既不是像过去那样采用穷举法寻找最有选项，也不是复制棋谱中
所记载的定势或手筋。而是会对选择进行“思考”，删除那些胜率低的选择，并对具有高胜率的选项进行深度“思考”，最终从无数个落子的选择中基于自己的“思考”选择一个最优项。 因此，若是人类棋手想凭借下几步不符合围棋棋理，或未被棋谱记载的围棋下法，就轻而易举战胜AlphaGo的可能性并不高。因为AlphaGo是人工智能，而不是一台只会复制人类棋手招数的机器。

‘陆’ 高层博弈是什么意思

博弈圣经着作人在《概言》中描述的博弈
竞争就是博弈，博弈是经济学。
经济学是自私的学说，使人的行为私下勾结，在理性地尊重事物之后，便腐蚀家庭和所有人的行为，所以，一直被人咒骂。
经济学是掠夺和救济的游戏，两对手之间主导着人类的不同行为价值，不管你是否愿意要，一定会得到前所未有的那一部分。
经济学是一个二特性竞争结构，也是人与自然的博弈进程。里面的非物质文化思想，它的美妙之处在于大自然可以分开为每一个人单独运行，又不会产生竞争性，它可以一次次地重复使用而不会降低效用。
这是一个无声的世界，可以感知、可以思想，不能触摸，诱发创造。假如这个与竞争基本对立的文化思想能被所有的人接受，它将会繁荣整个世界。
摘自《博弈圣经》概言

《博弈圣经》里《博弈文化盛宴》一文中说:“领导人的行为一半是道德,一半是博弈。博弈是决策优先,道德是对抗默认。超智慧的领导人知道多少忍让,又何时竞争...

博弈圣经着作人给出了领导的定义；我们把指向‘私湍’或指向“实体”权威的信息，看成领导。

优先预测悲剧后作出的忍让是道德.摘自“博弈文化盛宴”
优先预测胜利前作出的竞争是博弈.摘自“博弈文化盛宴”
竞争与忍让基本对立,博弈与道德基本对立.赢在博弈,就缺失道德,赢得道德,就缺少博弈.摘自“博弈文化盛宴”

《博弈圣经》中《人类未知的蓝色档案》一文中写道：“谁能让现代的博弈行为接近野蛮，谁能让友善与凶残之间的距离大到令人不解，谁就在博弈中取胜。”

《博弈圣经》中《人类未知的蓝色档案》一文中写道：赢的定义；赢不是大小、不是多少、不是均衡平衡、不是战略战术，而是在未来国正论的随机状态中，一粒期望的粒子优先达成。

赢也不是福，输也不是罪，输赢与均衡属于第三空地论的内容。

博弈圣经着作人的经典文段；
战略是大自然的计谋，它是所有事件的总括。战略是一个博弈体系，它与战术对应着。
《博弈圣经》上说：
战略是寻找连续正理、科学的文明实体。
战术是达成局部真理、文明的文化性质。
战略的六法则：寻找、连续、正理、科学、文明、实体。
战术的六性质：达成、局部、真理、文明、文化、性质。
战略的六法则对应战术的六性质：
寻找—达成、连续—局部、正理—真理、科学—文明、文明—文化、实体—性质。
战略体系中的每一项内容都可构成战略和战术的元素。
战略和战术是用国正论非绝对对立性，区分出了哪是实体、哪是性质。战略的唯一性不可复制，无限宽广，又有万能的理性。战略不会直接呈现在大脑中，它是通过对博弈实体的区分，才给出计划、判断、执行的种种行为的观念。其实，一切输赢、大小、多少、好坏的选择，一切欲望的达成，以及一切真理的实现都是一种区分。
《博弈圣经》上说：“战略的定义范式是检验国家战略、军事战略、经济战略、企业战略的模块，这是领导人博弈对抗战胜对手的六法则，可以检验出战略策略的缺陷，也可以检验战略家的能力，罪犯创造的罪恶只包含在战术中。战术的六性质是对创新结果的挑战。
如果没有国正论的非绝对对立的哲学，怎么解释战略和战术的关系、上级和下级的关系、中央和地方的关系、国家和人民的关系？在博弈实体里，一个人与博弈实体的关系是相伴相生的。《博弈圣经》上说：“实体一元论在数目上的同一性，发生的因果次序不属于个人的部分本性，这种属性是实体的性质。”这种复杂的实体关系用矛盾论解释不了。矛盾论看似沿着一条无懈可击的路走下去，最后却出现了包容，出现了悖论。所谓矛盾论的主要矛盾和次要矛盾的思维方式，根本无法应付未来博弈实体中的一切经济问题。
“战略的特征是发现智谋的纲领，战术的特征是创造实在的行为。

《博弈圣经》战略的定义：战略是寻找连续正理、科学的文明实体。
《博弈圣经》战术的定义：战术是达成局部真理、文明的文化性质。

‘柒’ 第一个战胜围棋世界冠军的人工智能程序是什么

阿尔法狗(AlphaGo)是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能程序，由谷歌(Google)公司的团队开发。其主要工作原理是“深度学习”。

2017年5月，在中国乌镇围棋峰会上，它与排名世界第一的世界围棋冠军柯洁对战，以3比0的总比分获胜。围棋界公认阿尔法围棋的棋力已经超过人类职业围棋顶尖水平。

起源

围棋，起源于中国，中国古代称为“弈”，可以说是棋类之鼻祖，围棋至今已有4000多年的历史。据先秦典籍《世本》记载：“尧造围棋，丹朱善之。”晋张华在《博物志》中继承并发展了这种说法：“尧造围棋，以教子丹朱。若白：舜以子商均愚，故作围棋以教之。”

1964年版的《大英网络全书》就采纳这种说法，甚至将其确切年代定在公元前2356年。

唐代诗人皮日休所作的《原弈》认为：“弈之始作，必起自战国，有害诈争伪之道，当纵横者流之作矣。岂曰尧哉！”

明朝陈仁锡在《潜确类书》中又提出“乌曹作博、围棋”。乌曹相传是尧的臣子，有的人又说他是夏桀的臣子。后来，董斯张的《广博物志》、张英的《渊鉴类函》等也采录了这种说法。

‘捌’ AlphaGo 用了哪些深度学习的模型

AlphaGo用了一个深度学习的模型：卷积神经网络模型。

阿尔法围棋（AlphaGo）是一款围棋人工智能程序。其主要工作原理是“深度学习”。“深度学习”是指多层的人工神经网络和训练它的方法。

一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。

(8)蒙特卡洛树搜索算法扩展阅读：

阿尔法围棋用到了很多新技术，如神经网络、深度学习、蒙特卡洛树搜索法等，使其实力有了实质性飞跃。

美国脸书公司“黑暗森林”围棋软件的开发者田渊栋在网上发表分析文章说，阿尔法围棋系统主要由几个部分组成：

一、策略网络（Policy Network），给定当前局面，预测并采样下一步的走棋；

二、快速走子（Fast rollout），目标和策略网络一样，但在适当牺牲走棋质量的条件下，速度要比策略网络快1000倍；

三、价值网络（Value Network），给定当前局面，估计是白胜概率大还是黑胜概率大；

四、蒙特卡洛树搜索（Monte Carlo Tree Search），把以上这三个部分连起来，形成一个完整的系统。

‘玖’ 怎样用ai进行围棋训练

今年对围棋来说是载入史册的一年。一月阿法狗初露端倪，毁誉参半。三月震惊世界，一战惊天人。面对三千年未有之大变局，逃避是没有丝毫益处的。我们能做的只是努力了解新科技，并且努力使自己适应这些变化。

笔者从小跟父亲学习下围棋。至今笔者仍然记得自己是怎样被带入这个坑的。当年年过三十并且依然中二的父亲跟我说：“我觉得你学习是学不出来的（我去年买了个表，你哪只眼睛看出来我学不出来？是不是亲生的？）。想想能不能走别的路吧，我觉得你可以努力当运动员（纳尼？）。我查了一下，奖金最高的是三个项目（奖金！奖金！）。第一个太贵了，咱们学不了（是啥？），是网球。教练场地咱都花不起那个钱。第二个你也学不了（还有我学不了的？），是拳击（。。。。。。。。。。。。。。。。。。。）。第三个就是围棋，你就学这个吧（好吧我就学围棋吧。等等，好像哪里不对。那时候没有网，你从哪查到的奖金排名？套路，都是套路）。”

从那以后就开始学着下，自己看书，看CCTV5的纹枰论道，看一些挂盘讲解。开始提高的还比较快，很快父亲就下不过我了。可是到了一定程度，就怎么也提高不了了。看死活题的书，要么就是太容易没价值，要么就是太难，看得一头雾水。书上没有的参考图，自己心中仍然也有很多疑问。布局，作战方向上没有老师的指导，终究是很难有突破的。终于到后来就放弃了围棋，还是老老实实读书去了。现在想来，如果小时候就有阿法狗给我玩，就算达不到职业水平，也不会仅仅是今天这个水平吧。

小学的时候偶然间接触到了一个围棋游戏，从那时开始关注计算机围棋，距今已有十几年了。玩过的有名的对战程序有GNU Go，银星围棋，Crazy Stone和Zen。解死活题的程序有横滨死活题。特别是Zen，从Zen4玩到Zen6，亲眼目睹了程序的成长，同时在利用围棋程序更高效地提高自身水平方面，有一些自己的心得。本文主要目的是针对想努力提高自身围棋水平的业余爱好者，谈一谈怎样利用世界中的“他者”，更好地为自己服务。

Zen6

Zen6是日本工程师开发的计算机对战软件。在比较好的个人电脑上运行可以达到弈城8段甚至9段的水平。可以说除了阿法狗之外，目前就数Zen6最强。

虽然Zen6没有阿法狗强，但是对于一般的爱好者来说，Zen6比阿法狗更合适。首先，他们用的算法相似，都是神经网络加蒙特卡洛树搜索。其次，成本上来说阿法狗一般人根本玩不起，Zen6相当亲民。最后，阿法狗太强了，对于一般业余爱好者来说，Zen6的实力更适合一些。