第30章 幼狗的尾巴(第3页)

 “就是在那盘棋过后，围棋论坛上开始有人怀疑：是不是人类顶尖棋手已经能和初版omega go一较高下了。”

 “可……人这是怎么做到的呀！”李菁哲对此依旧有些难以相信。

 作为有志于一线计算机科学研究的天之骄子，李菁哲自然知道以omega go为代表的现代围棋ai，都是采用深度学习，通过合理减少棋类冗余计算，以保证有效计算上拥有人类绝对无法企及的强大计算能力。

 可现在，人类居然能够与现代深度学习ai一较高下？！

 要知道，现代ai出现前最强的国象计算机软件“雪鱼”，其完全体几乎从未被人类击败过！

 但“雪鱼”在omega go衍生而出的omega zero软件学习了4小时国际象棋的情况下，就被对方以28胜72和、未尝一败的成绩狂虐。

 其中omega zero先行战绩是25胜25和，这个胜率在普遍认为最终解是和棋的国象里，简直就是惊世骇俗！

 所以，基本可以认为，棋类游戏上，人类在深度学习ai面前，就是被降维碾压的份。

 可结果在围棋棋手被深度学习ai无情碾过的七年后，他们居然反过来开始触碰到那最早碾压过他们的深度学习ai了？！

 完全理解到这个事实后，李菁哲一时有些恍惚。

 当初omega软件之所以拿围棋作为其深度学习ai的出山之作，很大程度上就是为了抓人眼球——有什么比攻略“世界最难的棋类游戏”、“人类智慧的最后尊严”更引人瞩目的呢？

 不过，当omega go软件轻而易举地打碎了几千年来无数围棋棋手的骄傲之后，却并未在此多加驻留。

 毕竟人是商业团队，围棋这种小众棋类游戏能挣几个钱啊？

 自此之后，顶尖商业ai基本都不太会关注这个流行范围仅限东亚三国的小众项目，最前沿的ai研究者也懒得留意被他们搅成一锅粥后的围棋圈内的状况。

 也只有国内及南韩、东瀛的一些ai公司，在根据围棋圈需要，进行ai发展迭代，但这种发展基本仅限于更迭优化，从未再有内核质变。

 可谁曾想，在围棋从ai前沿研究中彻底淡出之后，反而出现了让人瞠目结舌的新情况！

 面对李菁哲的提问，黄宝洋扬了扬眉毛：

 “菁哲啊，这我个老古董可就真不知道了！

 “但……或许这就是我们仍然一如既往地热爱围棋的原因吧？”

 正当黄宝洋说完这句话时，台上突然有了新的响动。

 对弈至第286手，黑方林睿昕投子认负！