房卡棋牌游戏
近期房卡模式棋牌游戏超级火，朋友圈中很多人都在玩，这类棋牌游戏拥有强大的社交渠道，玩家随时邀请好友到指定房间一起游戏，完全模式真实的游戏环境，随时与异地朋友一起玩，游戏体验感极佳，快来试试你和朋友的默契度吧！
大小：189MB
类别：棋牌天地
简介：很多玩家喜欢在休闲时刻，打几把斗地主消遣时间，新浪AR斗地主推荐给你，这款全新的斗地主游戏，玩法丰富，深受玩家喜欢，一起来体验吧。 新浪AR...
大小：114MB
类别：棋牌天地
简介：小马棋牌是一款集合了时下非常流行的棋牌游戏于一身的棋牌游戏，游戏给玩家带来了豪华的体验，超多的游戏玩法以及众多的福利在这里你都可以体验到，更...
大小：162MB
类别：棋牌天地
简介：南昌九九棋牌是一款界面十分古典精致，具有南昌棋牌特色的手机游戏，游戏包含了南昌地区多种经典好玩的棋牌，好玩得停不下来，全新的体验，玩牌趣味无...
大小：248MB
类别：棋牌天地
简介：新安棋牌是一款以麻将和十三水为主要玩法的棋牌游戏，融合了建德当地的棋牌特色，极富有趣味性，各式各样的棋牌规则，让你欲罢不能，熟人好友之间轻松...
大小：76.60MB
类别：棋牌天地
简介：十三水棋牌游戏在经典的十三水的游戏玩法上增加了全新的三国元素，玩家将会在这里体验到充满中国元素的棋牌游戏带来的乐趣，游戏内还有众多的三国人物...
大小：73.20MB
类别：棋牌天地
简介：佤邦棋牌是一款以麻将为主打造的全新棋牌游戏，佤邦棋牌加入了众多经典的棋牌游戏玩法，方便不同的地区玩家们轻松一键上手佤邦棋牌，玩法多样，内容丰...
大小：53MB
类别：棋牌天地
简介：兰考棋牌是一款围绕河南兰考当地人民的日常娱乐而打造的手机棋牌游戏，兰考本地的棋牌玩法都在这里，新颖的房卡游戏模式，与好友一起享受兰考棋牌的魅...
大小：149MB
类别：棋牌天地
简介：小熊棋牌是一款玩法多多，趣味多多的手机棋牌合集，游戏每天有大量的任务等着你来完成哦，完成相应的任务即有奖励可以领取，休闲娱乐、闲暇时刻的必备...
大小：60.80MB
类别：棋牌天地
简介：江川棋牌是一款画面简约自然的手机棋牌游戏，采用本地棋牌玩法，玩家可以自己设置圈数和补张功能，十分人性化。悠扬的背景音乐，喜欢的朋友千万不要错...
大小：75.90MB
类别：棋牌天地
简介：伊洛棋牌是一款非常刺激有趣的手机棋牌游戏，游戏支持一键登录，无需注册账号，可自由创建房间，想邀请谁玩就邀请谁玩，游戏为房卡模式，每次开局都要...
大小：61.40MB
类别：棋牌天地
简介：博乐棋牌游戏是一款具有地方特色、玩法极其丰富的棋牌游戏合集，超强的防作弊系统，公平公正，为你营造一个安全稳定的游戏环境，尽享棋牌的乐趣，远离...
大小：54.5MB
类别：棋牌天地
简介：云棋牌是一款玩法极其丰富有趣的掌上棋牌合集，游戏支持微信一键登录，无需注册账号，众多精品棋牌总有你喜欢的一款，一键下载，收获多多哦，赶紧来体...
大小：48.10MB
类别：棋牌天地
简介：火星棋牌是2017年最受欢迎的棋牌游戏，游戏包含的种类非常多，每个玩家都可以轻松的选择自己想要的棋牌玩法，游戏还有超多的奖励等你上线来拿，这...
大小：69.40MB
类别：棋牌天地
简介：手痒痒棋牌是一款根据湖南本地人民的玩牌习惯而打造的手机棋牌游戏，正宗的湖南跑胡子玩法等你来体验！玩家可以自行设定局数、息围转换等等。快来下载...
大小：154MB
类别：棋牌天地
简介：空闲棋牌是一款以江西地方规则为主要玩法的棋牌合集，各式各样的精品棋牌游戏任由你选择，让你的闲暇时间增添不少趣味，尽享棋牌带来的趣味和快感，不...
大小：44MB
类别：棋牌天地
简介：土豆棋牌是一款以经典牛牛玩法为主的手机棋牌游戏，刺激火爆的牛牛棋牌游戏，节奏明快，好玩欢乐，无需烧脑算计，是你度过无聊时光的首选！ 我们加入...
大小：62.90MB
类别：棋牌天地
简介：潇湘3D棋牌是一款经典的棋牌游戏，游戏的古典气息非常浓郁，精致的游戏场景以及精美的人物形象让每个玩家都能感受到不一样的体验，赶快来感受这融入...
大小：63.60MB
类别：棋牌天地
简介：咔咔棋牌是一款充满古风韵味的棋牌游戏，游戏的整体设计以及不同的游戏场景都展现了古风的风格，也反应了麻将的悠久历史，相信在这样的环境中，玩家一...
大小：88.20MB
类别：棋牌天地
简介：星悦浙江棋牌是2017年年度最受欢迎的棋牌游戏，游戏汇聚了经典的玩法以及流行的玩法于一身，超多的游戏玩法可以随心的选择，更可以定制自己想要的...
大小：119MB
类别：棋牌天地
简介：棋映沈阳棋牌中心是一款根据沈阳市民的棋牌活动情况而研发的手机棋牌游戏，有了这款游戏，玩家可以足不出户和朋友一起玩！正宗的沈阳当地棋牌玩法！...
大小：45MB
类别：棋牌天地
简介：豪麦平原棋牌是一款专为山东平原人量身打造的手机棋牌游戏，古典精美的界面设计，全新的视觉体验，和亲朋好友线上轻轻松松约局，随时随地都能玩，还在...
大小：45MB
类别：棋牌天地
简介：微战乐山棋牌是一款玩法极其丰富，内容精彩的棋牌合集，微信一键登录游戏，快速开局，选择自己喜欢的棋牌，轻松嗨一下午，杜绝一切外挂，游戏安全稳定...
大小：13.10MB
类别：棋牌天地
简介：暖心棋牌是一款画风清新自然的手机棋牌游戏，多样化的棋牌玩法集于一身，玩家可以自行组局，与亲朋好友一起享受棋牌带来的乐趣。快来下载体验吧！...
大小：109MB
类别：棋牌天地
简介：诚信棋牌是一款经典好玩的棋牌游戏，诚信棋牌也称之为十三张棋牌游戏，游戏中拥有丰富的游戏玩法和简单的游戏操作方式，欢迎喜欢的游戏玩家们前来下载...欢迎访问评游网：专业棋牌游戏评测网站，为您网罗最好的棋牌游戏平台，第一时间收录最新网络棋牌游戏平台！
二人斗地主
三人斗地主
四人斗地主
视频斗地主
癞子斗地主
欢乐斗地主
常见斗地主
其他斗地主
运营商：波克城市网络科技（上海）有限公司
运营商：竞技世界（北京）网络技术有限公司
运营商：杭州边锋网络技术有限公司
运营商：北京联众互动网络股份有限公司
运营商：杭州边锋网络技术有限公司
运营商：成都晨月网络技术有限公司
所属平台：波克城市
所属平台：老k游戏
所属平台：qq游戏
所属平台：娱网棋牌
所属平台：亲朋棋牌
所属平台：九乐棋牌
棋牌游戏平台
人气：40500
综合评分：8.4
人气：29367
综合评分：9.1
人气：7744
综合评分：8.7
人气：122732
综合评分：9.1
人气：37321
综合评分：8.6
人气：33919
综合评分：8.9
人气：47300
综合评分：8.0
人气：27512
综合评分：8.4
人气：57694
综合评分：8.7
人气：64873
综合评分：8.5
网络棋牌游戏
一周热门游戏
Copyright (C) 　All rights reserved. 评游网
豫ICP备号-1　版权所有：河南伟创互动网络科技有限公司
官方QQ群(点击加入)
用户交流群：
扫一扫加入QQ群聂卫平在第一届中日擂台赛时，对阵小林光一，国家队帮着一起支着，在研究了无数小林光一的棋后，得出一个结论，小林光一下对角星时的胜率最差。于是聂卫平在和小林光一下棋时，就下了对角星。&br&&br&第二届中日擂台赛对阵武宫正树，大家都知道武宫正树喜欢宇宙流，于是聂卫平开局以中腹出头为主，不让宇宙流成型。(不过武宫正树所有对手都这么搞，实在武宫的个人风格实在太鲜明了)&br&&br&马晓春在与小林光一争夺富士通杯冠军时，下了一个大家认为稍亏的取地定式，但是马晓春很得意，他说小林光一不擅长用外势，虽然这里亏了，但让小林光一进入不擅长的模式，马晓春觉的便宜了。&br&&br&所以，围棋是可以以对手为主的。&br&&br&&b&但是，以上都是20年前的成年旧事了。&/b&&br&&br&近十年的围棋都流行布局套路，上来流行一个布局，八成的比赛黑棋全是这个布局，这个布局内藏无数飞刀，一直下到所有的飞刀变化都穷尽了，然后棋坛又开始研究第二个流行布局，小林流，中国流，迷你中国流，我都看吐了。&br&&br&所以，现代围棋是以自己为主，特别是黑棋。&br&&br&&b&但是，以上都只代表职业围棋。&/b&&br&&br&做为一个业余棋手，我想说，你爱怎么下都行，特别是布局，只要在四线以上都可以乱扔。&br&&br&摆一下我下过或见过的奇葩布局。&br&&br&变形中国流，中国流不占边，放在中腹，对低级别棋手有棋效，对高级别棋手也能吓他一跳，而且布局不会落后。&br&&img src=&/ef78adc953b4_b.jpg& data-rawwidth=&500& data-rawheight=&500& class=&origin_image zh-lightbox-thumb& width=&500& data-original=&/ef78adc953b4_r.jpg&&&br&&br&十字星布局，也是低级别棋手克星，黑棋的下一手将是点三三。&br&&img src=&/61b27f65b35bf976faeb586_b.jpg& data-rawwidth=&500& data-rawheight=&500& class=&origin_image zh-lightbox-thumb& width=&500& data-original=&/61b27f65b35bf976faeb586_r.jpg&&&br&&br&扭十字布局，我摆天元，对手不服气靠上来，结果变这样了。&br&&img src=&/5d0ecb98fee78f966b0c332_b.jpg& data-rawwidth=&500& data-rawheight=&500& class=&origin_image zh-lightbox-thumb& width=&500& data-original=&/5d0ecb98fee78f966b0c332_r.jpg&&&br&中腹三连跳布局，据说李家庆老师很擅长这个布局&br&&img src=&/f3d5b6acde5c763aa7d88b571b164c54_b.jpg& data-rawwidth=&500& data-rawheight=&500& class=&origin_image zh-lightbox-thumb& width=&500& data-original=&/f3d5b6acde5c763aa7d88b571b164c54_r.jpg&&&br&&br&&b&下面预警，我要摆一个史上最奇葩的布局，当初我看到这个布局惊到下巴快掉下来了。这个布局不但充分显示了布局者的水平，还显示了布局者无与伦比的想象力。&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&`&/b&&br&&b&看下图，是不是很有视觉冲击力。&/b&&br&&img src=&/b36e9b39f7deb1cf507c53b0731fcca0_b.jpg& data-rawwidth=&500& data-rawheight=&500& class=&origin_image zh-lightbox-thumb& width=&500& data-original=&/b36e9b39f7deb1cf507c53b0731fcca0_r.jpg&&&br&&b&开局不好好布局，而是在中腹写了两个字。&/b&&br&&br&&br&&b&为什么要写工人两个字呢？因为咱们工人有力量。&/b&&br&&br&&br&&b&这个布局是某职业棋手在弈城下出来的，白棋是个7d，结果黑棋果然有力量，唱着咱们工人有力量就把白棋赢下来了。&/b&&br&&br&&br&&b&所以，没力量者绝不要尝试，否则你是在丢工人的脸。&/b&
聂卫平在第一届中日擂台赛时，对阵小林光一，国家队帮着一起支着，在研究了无数小林光一的棋后，得出一个结论，小林光一下对角星时的胜率最差。于是聂卫平在和小林光一下棋时，就下了对角星。 第二届中日擂台赛对阵武宫正树，大家都知道武宫正树喜欢宇宙流…
和潘达相反，我是在另一个问题里说了些玄玄的想法，这里写些接地气的。&br&&br&首先说下这次和国际象棋的不同。&br&&br&国际象棋软件97年超越人类后发展到现在，尽管在运算速度上飞跃了四五个数量级，但它的棋在内容上使大师无法理解的部分并不多。看两个顶尖棋软下棋，让人类大师迷惑的无非是为什么会在某些步的三四个合理变化中选择那一种，而这些答案再摆同样局面后和电脑对几局后就能明白。&br&&br&围棋是不一样的。master的某个人类不能理解的变化，其显示出作用可能在50步以后，而50步内的其他变化之多人类也无法穷尽。因此，哪怕棋手拥有了master作为教练，对于它的某步棋好在哪里，大概率也永远无法理解。&br&&br&这里的原因有3点，以下按理解难度递增排序。&br&&br&1.国象从计算角度是更简单的游戏。一方面是因为它子数少、不同子力价值差异大、子力在不同位置价值变化相对不大；另一方面随着对局的深入子数不断减少，这是天然的决策剪枝过程。围棋在上两个方面完全相反，不再赘述。&br&&br&2.部分由于1的缘故，部分由于东西方思维的差异，软件出现前国象理论中逻辑的成分远大于围棋。换言之围棋理论中“铁定站得住脚，理论上不可驳倒”的比例远小于象棋。这也使得棋软出现后对围棋的冲击更大。&br&&br&3.需要说一下深度学习(围棋棋软技术)相比于之前传统AI(国象棋软技术)方法论意义的区别:深度学习的理念是“fight complexity with complexity”——为了解决一个复杂问题，传统AI是尽可能分解成(可能天文数字般的)简单子问题，用计算机的速度优势飞快的解决这些子问题从而得到复杂问题的解。深度学习完全不同，它提供了一个复杂程度更甚于原问题的候选解空间(深度神经网络)，并给出了在这个解空间里选择近似最优解的方法。这导致计算机最终找到的解(围棋棋软)是一个复杂程度更胜原问题本身的存在。用更复杂的解碾压复杂的问题，就是深度学习的暴力美学。&br&&br&这导致人类面对传统AI时，可以方便的看到各个简单的子问题，尽管子问题数量太多人类查阅不完，但理解一部分子问题也能加深人类对原问题的理解。而人类面对深度网络则是另一个局面，理解它甚至有可能比理解原问题更加困难。&br&&br&以上3点是我对围棋AI辅助围棋理解持悲观态度的原因。&br&&br&然后也请大家多多关注国产棋软“刑天”，虽然被master抢了风头，但作为天下第二高手也是很不容易的成就～
和潘达相反，我是在另一个问题里说了些玄玄的想法，这里写些接地气的。 首先说下这次和国际象棋的不同。 国际象棋软件97年超越人类后发展到现在，尽管在运算速度上飞跃了四五个数量级，但它的棋在内容上使大师无法理解的部分并不多。看两个顶尖棋软下棋，让…
昨天和大家说了一些以前电竞圈朋友的现状，看到挺多人会关注为什么这么多转型德州扑克的。&br&&br&我想是因为几个领路人吧，比如说HIGH STAKE上比较有名的法国前星际1职业选手ELKY，以及韩国的SLAYERBOXER等人的成功。&br&&br&同时两者之间在线上打时有很多相似的地方，比如德州也像电竞一样的训练，一坐坐一天，一打就同时开24桌多线操作的去练习水平。可能国内的电竞玩家对德州扑克关注度不高，但德州扑克在世界范围内和传统的电竞项目一样也都是年轻人热爱和喜欢的。&br&&br&网易游戏之前出过一个专题，讲的比较全面&br&&a href=&///?target=http%3A///special/esports/texas.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&那些投身德州扑克的电竞选手&i class=&icon-external&&&/i&&/a&&br&&br&我自己业余时间也会玩几局德州扑克作为娱乐~&br&&br&-------------------------------------------------------------------------------&br&关注sky的玩家也可以订阅下我的公共微信:skylixiaofeng&br&我也经常会在战旗直播war3和一些别的游戏：&a href=&///?target=http%3A//www.zhanqi.tv/sky& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&WE.Sky的炉石传说直播间_WE.Sky视频&i class=&icon-external&&&/i&&/a&
昨天和大家说了一些以前电竞圈朋友的现状，看到挺多人会关注为什么这么多转型德州扑克的。 我想是因为几个领路人吧，比如说HIGH STAKE上比较有名的法国前星际1职业选手ELKY，以及韩国的SLAYERBOXER等人的成功。 同时两者之间在线上打时有很多相似的地方，比…
&p&我来说个公道话吧。&/p&&p&首先申明一下利益相关，我围棋和星际都算有涉猎，可以都算是爱好者吧，围棋小时候学过一段时间，大学打过一些比赛，没打过定段赛，大概业余二三段的水平，奕城最高打到过3d，星际二打过两个赛季，最高水平1v1钻石二,所以可以稍微客观点来评价这个事情。&/p&&p& 第一，围棋和星际哪个难? &/p&&p&这是个大家都在嘴炮的问题，我觉得这个就要&b&看你所站的角度了&/b&，围棋属于一个纯逻辑游戏，比如对面下个小目高挂，那么相关的定式你会不会?变型你会不会?局部大龙对攻的时候，能不能算出死活，能不能看出妙手?虽然说不一定有最优解，但是的确会就是会，不会就是不会。但星际就不是了，你拿T，生化部队上了菌毯，你知道对面滚毒爆，你也知道要散兵，但是你能保证你操作能马上跟上完美散开吗?所以，围棋只需要眼脑合一，所见即所闻，不存在星际中构思很好但是操作无法跟上，不存在星际需要脑，手，眼统一的情况。另一方面，玩星际需要很强瞬时反应能力，围棋则强调艰深的逻辑思辨。打星际优势再大，也遭不住反应慢送个几船运输机，遭不住一不留神主力被立场全吃掉；同理，下围棋很多局部只有几个有限最优解，但是对心算能力要求巨高，表面上可能看着风轻云淡，脑子里早已十几种变化刀光剑影了。&/p&&p& 所以&b&从单纯用脑的难度看，对逻辑，思辨的要求，围棋明显更高&/b&。 而星际更强调在一刹那思考后&b&心手合一，更强调瞬间反应&/b&。&/p&&p&&b&那么，是不是围棋变化比星际多，所以需要思考比星际深呢?不是的，并不是如此。之所以造成这种情况，是因为围棋相对于星际，是战争的抽象!是战争的静止和分割。&/b&&/p&&p& 我们假设一下，&b&如果星际每进行五秒钟游戏时间就暂停一次，那么是不是就需要更多的时间思考，甚至需要面对更加爆炸的信息量&/b&，比如局部运营最优解，比如蟑螂和追猎相遇走位的相对最优解、阵型展开，等等等等，这时候，即时情景下很难考虑的细节都会被强制考虑进去。&/p&&p&
所以事实就是:两种游戏客观上星际所需要的逻辑思辨能力其实更高，面对的变化其实更多，但是拘于游戏进行形式，作为&b&战争静止-抽象形式&/b&变化少的多的围棋就反而需要考虑更多的逻辑。&b&因为围棋的每一步，都相当于在战场上按了无数个暂停。&/b&&/p&&p& 第二:围棋棋手培养难度是否大于星际选手&/p&&p&
首先我觉得这个问题如果从机会成本出发，毫无疑问，答案是肯定的。一个职业围棋手，在中国，如果不是顶尖天才，至少需要十年左右脱产训练。比如一个大雪崩定式，各种变化，各种演化，在水平还没到一定情况下，都需要去某种形式上的&b&死记硬背&/b&。更别说随便一个小目高挂、低挂所需要理解和记忆的定式了。这么理解也许对玩星际的不是很直观，
你可以把这些全想成这样，比如对面P传统4BG开局，作为一个Z，你需要牢牢记住记住几种长期以来实践演变出来的应付变化并&b&且把每个操作细节、运营点位反复演练、倒背如流不出一点错误&/b&，然后再记住4BG的其他变种的应付变化，等等等等。等你练恶心了，我告诉，来，还有几万个这种操作，请你全部背熟。当然，星际并不需要如此，不过并不是因为星际比围棋简单，&b&而是因为恰恰相反，星际变化更多，人很难穷极相对优化解。&/b&&/p&&p&&b&所以可以肯定，如果拿相同的时间，一个人在围棋上取得的成就要远远低于在星际上所取得的成就。&/b&&/p&&p&第三：如何评价古力和黄旭东的对话&/p&&p&
首先，我要同时表达对两位的崇敬之情。古力在我学棋时一度是被他倾倒的，他硬朗的棋风和斗志我到现在都印象深刻。黄旭东就不说了，星际老男孩可以说是我一直以来青春的记忆。F91更是从他江南狗王一战成名就关注到今天了。&/p&&p&
抛开这些，古力说得有道理吗？&b&不一定，因为无论是星际还是围棋，如果要成为顶尖选手，都需要一定的天赋，如果把古力放在星际圈，那么相当于Marineking的地位，就算古力用他学习围棋的功夫去练习，很有可能也没办法达到marineking的高度。&/b&有可能出现的情况是，古力边看复盘边说，哎呀，这个地方我应该溜一队狗进去的，这个地方我应该当时就放立场的，就是手慢了，我这操作。&/p&&p&
黄旭东呢？道理是一样的。&/p&&p&最后：&/p&&p&&b&我相信，当我们在围棋中看到一步绝妙手筋、看到alphgo那个轻灵的一坂、温习着吴清源名人战的感觉，当我们在星际中看到一波行云流水的操作、看到marineking如仙女散花般散机枪、看到F91当时那精湛的飞龙甩尾的感觉，都是同样的，那都是我们所有幸见证和目睹的-----人类天才们在闪光的一瞬间啊！&/b&&/p&&p&所以，请放下争执，一起纯粹地去欣赏和感受这些人类智慧与力量的对局吧！&/p&
我来说个公道话吧。首先申明一下利益相关，我围棋和星际都算有涉猎，可以都算是爱好者吧，围棋小时候学过一段时间，大学打过一些比赛，没打过定段赛，大概业余二三段的水平，奕城最高打到过3d，星际二打过两个赛季，最高水平1v1钻石二,所以可以稍微客观点来…
比赛之前&br&李世石：你觉悟吧，我要向你展示大韩围棋的精髓-------火焰围棋！&br&&br&输了第一局&br&李世石：可恶，连自己心爱的人都保护不了，我还算什么棋手！&br&&br&输了第二局&br&李世石：妈妈说过，围棋是要给人们带来幸福的，你这种没有感情的机器根本不配做一个棋手！&br&&br&输了第三局&br&李世石：棋……棋竟然会弹到手指，这个棋怎么会这么Q啊！这是我第一次下到这么Q的棋啊！&br&AlphaGo：你很有想法，跟我学下棋吧。&br&&br&赢了第四局&br&AlphaGo：You... can't defeat me...…You...are just a go nerd...&&br&李世石：I'm not a go nerd. I'm the go nerd.Skadoosh.&&br&&br&输了第五局&br&李世石：呃……哈哈，被选召的程序员们，你们太天真了，在海的对岸还有比我的黑暗势力更强大的棋手，你们完蛋啦！&br&&br&&br&次回&br&謎の男柯洁！围棋世界頂上決戦！&br&冒险越来越深入了！
比赛之前 李世石：你觉悟吧，我要向你展示大韩围棋的精髓-------火焰围棋！ 输了第一局 李世石：可恶，连自己心爱的人都保护不了，我还算什么棋手！ 输了第二局 李世石：妈妈说过，围棋是要给人们带来幸福的，你这种没有感情的机器根本不配做一个棋手！ 输…
&b&人类战胜AlphaGo的战略在此！&br&&/b&&a href=&///?target=http%3A///ttarticle/p/show%3Fid%3D& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&李世石为什么能战胜AlphaGo？原理就在陈经的计算中&i class=&icon-external&&&/i&&/a&&br&&img src=&/1f564dbfb27f50c25f538b08_b.jpg& data-rawwidth=&640& data-rawheight=&640& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&/1f564dbfb27f50c25f538b08_r.jpg&&&br&&blockquote&李世石为什么能战胜AlphaGo？原理就在陈经的计算中&br&&br&&br&&br&陈经&br&&br&&img src=&/369c10ff20b7b4f6549610_b.png& data-rawwidth=&568& data-rawheight=&568& class=&origin_image zh-lightbox-thumb& width=&568& data-original=&/369c10ff20b7b4f6549610_r.png&&&br&&br&&br&&br&【@中科大胡不归 按：日，李世石对AlphaGo连负三局后，舆论对人类棋手充满悲观的空气，普遍认为人类再也斗不过电脑了。中国科学技术大学科技与战略风云学会研究员陈经对围棋和计算机科学都素有研究，经过彻夜思考后，在3月13日凌晨写出此文，原标题为《机器完胜后分析AlphaGo算法巨大的优势与可能的缺陷》。3月13日上午9:55，在第四局比赛开始前发表在观察者网：&a href=&///?target=http%3A///chenjing/_353749_s.shtml& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&陈经：在AlphaGo完胜后继续分析其算法巨大优势与可能的缺陷&i class=&icon-external&&&/i&&/a&。&br&&br&第四局比赛，李世石在大势落后的情况下，在激烈的战斗中下出绝妙的白78手挖，被古力盛赞为“神之一手”。此后AlphaGo突然好像不会下棋了，初学者水平的无理手连发，损之又损，最终认输。李世石取胜的战略是什么？为什么电脑会犯傻？答案就在此文中：&b&大局观要顶得住，不能早早被它控制住了。局部手段小心，不要中招。顶住以后，在开放式的接触战中等它自己犯昏。或者在局部定型中看它自己亏目。在接触战中，要利用它“不喜欢打劫”的特性，利用一些劫争的分枝虚张声势逼它让步，但又不能太过分把它逼入对人类不利的劫争中。&/b&&br&&br&向人类的理性致敬！向人类的意志力致敬！向人类的创造力致敬！在我们面前，是一个更广阔的世界！】&br&&br&&br&&br&日人机大战第三局，AlphaGo执白176手中盘胜李世石，以3:0的比分提前取得了对人类的胜利。&br&&br&这一局李世石败得最惨，早早就被AlphaGo妙手击溃，整盘毫无机会。最后李世石悲壮地造劫，在AlphaGo脱先之后终于造出了紧劫。但AlphaGo只靠本身劫就赢得了劫争，粉碎了AlphaGo不会打劫的猜想。这一局AlphaGo表现出的水平是三局中最高的，几乎没有一手棋能被人置疑的，全是好招。三局过去，AlphaGo到底实力高到什么程度，人们反而更不清楚了。&br&&br&看完这三局，棋界终于差不多绝望了，原以为5:0的，都倒向0:5了。有些职业棋手在盘算让先、让二子是否顶得住。整个历程可以和科幻小说《三体》中的黑暗战役类比，人类开始对战胜三体人信心满满，一心想旁观5:0的大胜。一场战斗下来人类舰队全灭，全体陷入了0:5的悲观失望情绪中。&br&&br&我也是纠结了一阵子，看着人类在围棋上被机器碾压的心情确实不好。但是承认机器的优势后，迅速完成了心理建设，又开心地看待围棋了。其实挺容易的，国际象棋界早就有这样的事了。这个可以等五盘棋过后写。&br&&br&现在我的感觉是，棋界整体还是对AlphaGo的算法以及风格很不适应。一开始轻视，一输再输，姿态越来越低，三盘过后已经降到一个很低迷沉郁的心理状态了。这也可以理解，我一个围棋迷都抑郁了一会，何况是视棋如生命的职业棋手。但是不管如何，还是应该从技术的角度平心静气地搞清楚，AlphaGo到底是怎么下棋的，优势到底在哪些，是不是就没有一点弱点了？&br&&br&现在有了三盘高水平的棋谱，质量远高于之前和樊麾的五盘棋谱。还有谷歌号发表在《自然》上的论文，介绍了很多技术细节，还有一些流传的消息，其实相关的信息并不少，可以作出一些技术分析了。&br&&br&之前一篇文章提到，从研发的角度看，谷歌团队把15-20个专家凑在了一起，又提供了巨量的高性能计算资源，建立起了整个AlphaGo算法研究的“流水线”。这样谷歌团队就从改程序代码的麻烦工作中解放出来，变成指挥机器干活，开动流水线不断学习进步，改善策略网络价值网络的系数。而且这个研发架构似乎没有什么严重的瓶颈，可以持续不断地自我提升，有小瓶颈也可以想办法再改训练方法。就算它终于遇到了瓶颈，可能水平也远远超过人类了。&br&&br&这些复杂而不断变动的神经网络系数是AlphaGo的独门绝技，要训练这些网络，需要比分布式版本对局时1200多个CPU多得多的计算资源。AlphaGo算法里还是有一些模块代码是需要人去写的，这些代码可不是机器训练出来的，再怎么训练也改不了，谷歌团队还不可能做到这么厉害。例如蒙特卡洛搜索（MCTS）整个框架的代码，例如快速走子网络的代码。这里其实有两位论文共同第一作者David Silver和Aja Huang多年积累的贡献。这些人写的代码，就会有内在的缺陷，不太可能是完美无缺的。这些缺陷不是“流水线”不眠不休疯狂训练能解决的，是AlphaGo真正的内在缺陷，是深度学习、self-play、进化、强化学习这些高级名词解决不了的。谷歌再能堆硬件，也解决不了，还得人去改代码。&br&&br&第一局开赛前，谷歌就说其实还在忙着换版本，最新版本不稳定，所以就用上一个固定版本了。这种开发工作，有可能就是人工改代码补消除bug的，可能测试没完，不敢用。&br&&br&总之，象AlphaGo这么大一个软件，从算法角度看存在bug是非常可能的。在行棋时表现出来就是，它突然下出一些不好的招数，而且不是因为策略网络价值网络水平不够高，而是MCTS框架相关的搜索代码运行的结果。如果要找AlphaGo潜在的bug，需要去仔细研究它的“搜索 ”。这可能是它唯一的命门所在，而且不好改进。&br&&br&那么MCTS的好处坏处到底是什么？幸运的是，Zen和CrazyStone等上一代程序，以及facebook田渊栋博士开发的Darkforest都用了MCTS。它们和AlphaGo虽然棋力相差很远，但是行棋思想其实很相似，相通之处远比我们想象的高得多。&br&&br&&img src=&/6ced4cff0abbf_b.png& data-rawwidth=&557& data-rawheight=&358& class=&origin_image zh-lightbox-thumb& width=&557& data-original=&/6ced4cff0abbf_r.png&&&br&&img src=&/55f69b196cc3cf0f2d1b6aa309fc2cf9_b.png& data-rawwidth=&558& data-rawheight=&366& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&/55f69b196cc3cf0f2d1b6aa309fc2cf9_r.png&&&br&&br&&br&&br&&br&&br&这是田渊栋贴的Darkforest对前两局的局势评分。可以看出，这个评分和棋局走向高度一致，完全说得通。而且谷歌也透露了AlphaGo对局势的评分，虽然一直领先，但第二局也有接近的时候，能够相互印证。如果到网上下载一个Zen，输入AlphaGo和李世石的对局，选择一个局面进行分析，也会有象模象样的评分出来。这究竟是怎么回事？&br&&br&从技术上来说，所谓的局势评分，就是程序的MCTS模块，对模拟的合理局面的胜率估计。连AlphaGo也是这样做的，所以几个程序才能对同样一个局面聊到一块去。所有程序的MCTS，都是从当前局面，选择一些分支节点搜索，一直分支下去到某层的“叶子”节点，比如深入20步。这个分支策略，AlphaGo和Darkforest用的是“策略网络”提供的选点，选概率大的先试，又鼓励没试过的走走。到了叶子节点后，就改用一个“快速走子策略”一直下完，不分支了，你一步我一步往下推进，比如再下200步下完数子定出胜负。这个走子策略必须是快速的，谷歌论文中说AlphaGo的快速走子策略比策略网络快1000倍。如果用策略网络来走子，那就没有时间下完了，和李世石对局时的2小时会远远不够用。下完以后，将结果一路返回，作一些标记。最后统计所有合理的最终局面，看双方胜利的各占多少，就有一个胜率报出来，作为局势的评分。一般到80%这类的胜率就没意义了，必胜了，机器看自己低于20%就中盘认输了。AlphaGo的创新是有价值网络，评估叶子节点时不是只看下完的结果，而是一半一半，也考虑价值网络直接对叶子节点预测的胜负结果。走子选择就简单了，选获胜概率最大的那个分支。机器也会随机下，因为有时几个分支胜率一样。&br&&br&MCTS这个框架对棋力最大的意义，我认为就是“大局观”好。无论局部如何激烈战斗，所有的模拟都永远下完，全盘算子的个数。这样对于自己有多少占地盘的潜力，就比毛估估要清楚多了。再以前的程序，就不下到终局，用一些棋块形状幅射之类的来算自己影响的地盘，估得很差，因为一些棋块死没死都不清楚。MCTS就不错，下到终局死没死一清二楚。MCTS也不会只盯着局部得失，而是整个盘面都去划清楚边界。这个特点让几个AI对局势的评估经常很相似，大局观都不错。MCTS对于双方交界的地方，以及虚虚实实的阵势，通过打入之类的模拟，大致有个评估。当然这不是棋力的关键，大局观再好，局部被对手杀死也没有用，可能几手下来，局势评估就发生了突变。&br&&br&AlphaGo的大局观还特别好，特别准确，主要是它模拟的次数最多，模拟的质量最好。而且这个大局观从原理上就超过了人类！比如人看到一块阵势，如果不是基本封闭的实空，到底价值多少评估起来其实是非常粗的。高手点目时经常这样，先把能点的目算清楚，有一些小阵势如无忧角就给个经验目数，然后加上贴目算双方精确目数的差值，然后说某方的某片阵势能不能补回这个差值，需要扣除对方打入成的目数，孤棋薄棋减目数。这类估算有很多不精确的因素。AlphaGo就不一样了，它会真的打入到阵势里，来回模拟个几十万次，每一次都是精确的！人绝对没有能力象AlphaGo这么想问题，一定是利用经验去估算阵势的价值，误差就可能很大。极端情况下，一块空有没有棋，职业棋手根本判断不清，AlphaGo却可以通过实践模拟清楚，没棋和有棋相比，目数差别太大了。AlphaGo虽然不是严格证明，但通过概率性地多次打入模拟，能够接近理论情况，比人类凭经验要强太多了。我可以肯定，AlphaGo的大局观会远远超过职业高手，算目也要准得多，所以布局好、中后盘收束也很强大。甚至Zen之类的程序大局观都可能超过职业高手。&br&&br&例如第二局这个局面：&br&&br&&img src=&/00de2aeb9dee34e2c66f4cd_b.png& data-rawwidth=&558& data-rawheight=&546& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&/00de2aeb9dee34e2c66f4cd_r.png&&&br&&br&&br&&br&李世石左下占了便宜，本来局势还可以。但是他70和72手吃了一子落了后手，被AlphaGo走到73，大局一下就落后了。这个在前面Darkforest对局势的评估图中都非常清楚，是局势的转折点。李世石要是手头有个Zen辅助，试着下两下都可能会知道70手不要去吃一子了。大局观不太好的职业高手，比如李世石就是个典型，大局观不如Zen真不一定是笑话。李世石比Zen强的是接触战全局战的手段，要强太多了。MCTS实事求是不怕麻烦下完再算子的风格，比起人类棋手对于阵势价值的粗放估算，是思维上先天的优势。&br&&br&AlphaGo比其它程序强，甚至比职业高手还强的，是近身搏杀时的小手段。&br&&br&&br&&img src=&/68525ade45fdfe51ee96ebc_b.png& data-rawwidth=&558& data-rawheight=&542& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&/68525ade45fdfe51ee96ebc_r.png&&&br&&br&&br&第三局，李世石29和31是失着。29凑白30双，虽然获得了H17的先手，但是中间的头更为重要。当黑31手飞出后，白32象步飞可以说直接将黑击毙了。在盘面的左上中间焦点处，AlphaGo的快速走子网络会有一个7*7之类的小窗口，对这里进行穷举一样的搜索，用人手写的代码加上策略网络。32这步妙招可能就是这样找出来的，李世石肯定没有算到。但是AlphaGo是不怕麻烦的，就一直对着这里算，比人更容易看到黑三子的可怜结局。这个计算对人有些复杂，只有实力很强的才能想到算清楚，对AlphaGo就是小菜。李世石一招不慎就被技术性击倒了。AlphaGo对这种封闭局部的计算，是它超过人类的强项。&br&&br&但是AlphaGo的搜索是不是就天衣无缝了？并不是。来看第二局这个局面：&br&&br&&br&&img src=&/b04616b8fbddf0aff27d47f_b.png& data-rawwidth=&558& data-rawheight=&550& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&/b04616b8fbddf0aff27d47f_r.png&&&br&&br&&br&AlphaGo黑41手尖冲，43手接出作战。最后下成这样，这是三局中AlphaGo被众多职业棋手一致认为最明显的一次亏损失误，如果它还有失误的话。我们猜想它为什么会失误。关键在于，这里是一个开放式的接触战，棋块会发展到很远的地方去。AlphaGo的小窗口封闭穷举搜索就不管用了，就只有靠MCTS在那概率性地试。这里分支很多，甚至有一个复杂的到达右上角的回头征。我认为AlphaGo这里就失去了可靠的技术手段，终于在这个人类一目了然的局面中迷失了。它是没有概念推理的，不知道什么叫“凭空生出一块孤棋”。也不确定人会在50位断然反击，可能花了大量时间在算人妥协的美好局面。&br&&br&&br&&img src=&/08ce70ee963d930e9979_b.png& data-rawwidth=&557& data-rawheight=&550& class=&origin_image zh-lightbox-thumb& width=&557& data-original=&/08ce70ee963d930e9979_r.png&&&br&&br&&br&再来看AlphaGo一个明确的亏损。第一局白AlphaGo第136手吃掉三子。这里是一个封闭局面，是可以完全算清楚的。可以绝对地证明，136手吃在T15更好，这里白亏了一目。但是为什么AlphaGo下错了？因为它没有“亏一目”的这种概念。只有最终模拟收完数子，白是179还是180这种概念，它根本搞不清楚差的一个子，是因为哪一手下得不同产生的，反正都是胜，它不在乎胜多少。除非是176与177子的区别，一个胜一个负，那136就在胜率上劣于T15了，它可能就改下T15了。这个局面白已经胜定了所以无所谓。但是我们可以推想，如果在对局早期，局部发生了白要吃子的选择，一种是A位吃，一种是B位吃，有目数差别，选哪种吃法？这就说不清了。AlphaGo的小窗口穷举，是为了保证对杀的胜利，不杀就输了。但是都能吃的情况下，这种一两目的区别，它还真不好编程说明。说不定就会下错亏目了。&br&&br&经过以上的分析，AlphaGo相对人类的优势和潜在缺陷就清楚多了。&b&它的大局观天生比人强得多&/b&，因为有强大的计算资源保证模拟的终局数量足够，策略网络和价值网络剪枝又保证了模拟的质量。&b&它在封闭局部的对杀会用一个小窗口去穷举，绝对不会输，还能找到妙手。&/b&它布局好，中盘战斗控制力强，都是大局观好的表现。它中后盘收束差不多都是封闭局面了，基本是穷举了，算目非常精确，几百万次模拟下来什么都算清了。想要收官中捞点目回去不是问题，它胜了就行。但是想收官逆转是不可能的，影响了胜率它立刻就穷举把你堵回去。&br&&br&&b&但是封闭式局面的小手段中，AlphaGo可能存在不精确亏目的可能性，不知道怎么推理。在开放式接触战中，如果战斗会搞到很远去，它也可能手数太多算不清，露出破绽。&/b&但不会是崩溃性的破绽，要崩溃了它就肯定能知道这里亏了，不崩吃点暗亏它就可能糊涂着。目前来看，就是这么两个小毛病。&br&&br&另外还有打劫的问题。如果是终局打劫，那是没有用的，它就穷举了，你没有办法。&b&如果是在开局或者中局封闭式局部有了劫争，由于要找劫，等于强制变成了杀到全盘的开放度最大的开放式局面了。这是AlphaGo不喜欢的，它的小窗口搜索就用不上了。&/b&而用MCTS搜索，打劫步数过多，就会超过它的叶子节点扩展深度，比如20步就不行了，必须“快速走子”收完了。这时它就胡乱终局了，不知道如何处理劫争，模拟质量迅速下降。所以，这三局中，AlphaGo都显得“不喜欢打劫”。但是，这不是说它不会打劫，真要逼得它不打劫必输了，那它也就被MCTS逼得去打了。如果劫争发生在早中期手数很多，在打劫过程中它就可能发生失误。当然这只是一个猜想。它利用强大的大局观与局部手段，可以做到“我不喜欢打劫，打劫的变化我绕过”，想吃就给你，我到别的地方捞回来。当然如果对手足够强大，是可以逼得它走上打劫的道路的，它就只好打了，说不定对手就有机会了。第三局李世石就逼得它打起了劫，但是变化简单它不怕，只用本身劫就打爆了对手。&br&&br&&b&如果要战胜AlphaGo，根据本文的分析，应该用这样的策略：大局观要顶得住，不能早早被它控制住了。局部手段小心，不要中招。顶住以后，在开放式的接触战中等它自己犯昏。或者在局部定型中看它自己亏目。在接触战中，要利用它“不喜欢打劫”的特性，利用一些劫争的分枝虚张声势逼它让步，但又不能太过分把它逼入对人类不利的劫争中。&/b&这么看，这个难度还真挺高的。但也不是不可想象了，柯洁大局观好，比较合适。李世石大局观差，不是好的人类代表。&br&&br&本文进行了大胆的猜测，可能是一家之言。但我也是有根据的，并不是狂想。如果这篇文章能帮助人类消除对AlphaGo的恐惧，那就起到了作用。&br&&br&&br&&br&&br&&br&作者简介：笔名陈经，香港科技大学计算机科学硕士，中国科学技术大学科技与战略风云学会研究员，棋力新浪围棋6D。21世纪初开始有独特原创性的经济研究。2003年的《经济版图中的发展中国家》预言中国将不断产业升级，挑战发达国家。2006年著有《中国的“官办经济”》。&br&&br&&br&&br&致谢：感谢中国科学技术大学科技与战略风云学会会长袁岚峰博士（微博@中科大胡不归 ）与其他会员的宝贵意见。&/blockquote&&br&就第四局的具体情况多解释几句。有人说电脑输是给人留面子放水，这当然是笑话。真正的原因是，&b&在李世石78手挖后的复杂局面中，最强变化是打劫，而电脑由于不喜欢打劫，模拟中引发了bug。后面的无理手连发，是基于MCTS的围棋软件落后时典型的搅局行为&/b&，是电脑想偷得一点可怜的胜率。一旦电脑算出自己的胜率不高，就会寄希望于人类犯低级错误，于是下出各种损之又损的无理手。AlphaGo的表现说明，它正是一个典型的以MCTS为基础的围棋程序，虽然比ZEN强大非常多，仍然有着一样的看上去可笑的bug。如果想消除这种可笑招数，需要电脑提高认输的概率值。但这样就更容易出bug，说不定有希望时就认输了。
人类战胜AlphaGo的战略在此！
李世石为什么能战胜AlphaGo？原理就在陈经的计算中 陈经 【@中科大胡不归 按：日，李世石对AlphaGo连负三局后，舆论对人类棋手充满悲观的空气，普遍认为人类再也…
&p&首先，吴清源和现代棋手下的围棋并不是同一种围棋；吴清源是无贴目时代的王者，而现在的围棋是大贴目，贴目不同对黑白双方的走法可是有巨大影响，毕竟职业棋手对于一目棋都是锱铢必较。无贴目时代如果对局双方水平相当，显然黑棋好下，所以黑棋会走得稳妥一些，或者说缓一些；现代大贴目时代，中国规则下7目半的贴目，黑白的角色已经反过来了，黑棋必须下得进取一些、效率高一些，否则无法应对沉重的贴目。职业棋手实战数据也是白棋胜率高一些，AlphaGo在中国规则下的自我对弈结果更是压倒性的白棋占优。&/p&&p&事实上，单论绝对棋力，我觉得吴清源肯定是不如现代顶尖棋手的，更不用说AlphaGo；这也没什么不正常的，时代本来就一直在进步。吴清源后期在头衔战的选拔战中基本就没怎么赢过，一方面是受车祸的影响，另一方面，新闻棋战在时间安排上毕竟也比升降赛紧凑许多，吴老大概也不太适应新时代的“快棋”——当然那个时代的快棋放在现代肯定也算慢棋。。&/p&&p&不过吴老的主要贡献，如不少答案指出的，还是在于对围棋观念的革新。在吴清源那个时代，主流开局都还是下小目的，下星位都是要被鄙视的，步调一般比较缓慢（尤其是黑棋）；而吴清源大胆尝试各种新布局，用成绩来说明新布局的可行性，有些开局即使放到现在都惊为天人（比如星 三三 天元）；而且他后来的一些布局新思路，比如用肩冲应对大飞守角，等等，都被AlphaGo验证是值得尝试的；也许他并没有通过缜密的计算来验算这些新布局的后续变化，但是他凭借天才的棋感认识到这些下法都是可以下的，而其中有些下法又与AlphaGo通过强大的计算后得出的结果不谋而合。之所以棋手们在AlphaGo出现后频频提到吴老的名字，主要也是他们的招法间有一些相似的地方；有一些曾经被棋手们嘲笑的走法（比如吴老晚年曾经大力推广过所谓的“21世纪围棋”，这里面的很多想法在相当长一段时间内都是不被主流棋界所接受的），还真就被AlphaGo走出来了，而且还真赢了。可惜吴老去世得早；如果他再多活两三年，能够亲眼见证AlphaGo的诞生的话，不知道他又会有什么新的想法呢？&/p&
首先，吴清源和现代棋手下的围棋并不是同一种围棋；吴清源是无贴目时代的王者，而现在的围棋是大贴目，贴目不同对黑白双方的走法可是有巨大影响，毕竟职业棋手对于一目棋都是锱铢必较。无贴目时代如果对局双方水平相当，显然黑棋好下，所以黑棋会走得稳妥一…
我的国际象棋水平并不高，不过有次曾看过一个精妙的国际象棋排局，深深惊叹于它的美妙：&br&&br&如图，白先，两步杀黑。&br&&br&最妙的是，这不仅是一道国际象棋题目，它更是一道数学题，考验对已知条件的推理分析：&br&&br&&img src=&/c9d2f71ca854a674a16cfc_b.jpg& data-rawwidth=&440& data-rawheight=&517& class=&origin_image zh-lightbox-thumb& width=&440& data-original=&/c9d2f71ca854a674a16cfc_r.jpg&&&br&表面看来，白棋虽然是胜势，但思考过盘面上所有的棋路，无论如何也不可能两步杀黑，然而，如果把这道题当做数学题的话，我们可以找到棋盘上蕴含的隐藏条件：&br&&br&&b&请思考：既然这轮轮到白棋走，那么黑棋的上一步走了什么呢？&/b&&br&&br&走的不会是a7位的兵，因为它在原位没动；&br&也不会是a6位的黑王，因为它只能从b6或b7这两个格子之一走过来，而如果懂一些国际象棋的基础计算一下也知道，这两个格子都不符合要求；&br&所以，上一步，黑棋把b线的黑兵推进到了b5格。&br&&br&黑兵的起始点需要在b6或者b7中挑一个——一定不是b6，如果是b6黑兵可以直接杀白王，所以只可能是b7&br&&br&所以上一步是黑棋的兵从起始位进2格：b7-b5，走到了白棋a5位的兵旁边。&br&&br&这时候可以怎么走？&br&&br&由于我们推导出了上一步是b7-b5，于是我们有了一个新选择：&br&&br&&br&&b&白棋a路兵斜吃黑棋过路兵！&/b&&br&&br&于是：&br&&br&白棋首先斜吃过路兵——a5xb6&br&而黑王其他路径均被堵死，只有往下移动一格。——黑a6-a5 &br&白棋此刻推到底线的车吃掉兵，将军！——白a8xa7++&br&&br&&b&两步杀黑。&/b&&br&&br&过路兵的吃法在初学者中，也算是一点点冷知识吧。本题目从一个排局里以数学式的思维反推隐藏的条件，不考验棋力，考的是推理能力，如果真的是靠自己思考解出来的，一定超有快感。&br&&br&&br&----------&br&&br&p.s.评论里一堆看不懂的，其实真的不必强行评论。。
我的国际象棋水平并不高，不过有次曾看过一个精妙的国际象棋排局，深深惊叹于它的美妙： 如图，白先，两步杀黑。 最妙的是，这不仅是一道国际象棋题目，它更是一道数学题，考验对已知条件的推理分析： 表面看来，白棋虽然是胜势，但思考过盘面上所有的棋路…
你就是开飞机的，你自己也跑不过刘翔。&br&柯洁就是输给狗，他也是人类中围棋最强的。&br&&br&&br&无论是科学家，还是运动员，都是人类中最优秀的一批人，他们是探索人类极限的英雄。&br&&br&至于围棋的未来，完全没必要担心。人类早就不用依靠双腿去狩猎了，赛跑依然是一项惊心动魄的运动，可以想象，当人类用宇宙飞船殖民宇宙的时候，奥运会依然存在，而奥运会依然有赛跑。
你就是开飞机的，你自己也跑不过刘翔。 柯洁就是输给狗，他也是人类中围棋最强的。 无论是科学家，还是运动员，都是人类中最优秀的一批人，他们是探索人类极限的英雄。 至于围棋的未来，完全没必要担心。人类早就不用依靠双腿去狩猎了，赛跑依然是一项惊心…
看到这张图，莫名的感动。&img src=&/v2-ed3b65a0c2baf38a29ef899f_b.jpg& data-rawwidth=&960& data-rawheight=&1280& class=&origin_image zh-lightbox-thumb& width=&960& data-original=&/v2-ed3b65a0c2baf38a29ef899f_r.jpg&&
看到这张图，莫名的感动。
&p&&b&7年职业，澳门永利100/200长期盈利玩家，发表些实际干货：&/b&&/p&&br&&p&首先需要说明的是，顶尖玩家是通过日复一日的努力和学习达到的&/p&&br&&p&成为顶尖玩家正确的成长途径：&/p&&p&&b&学习 + 实践 + 反思 + 规划 = 融会贯通 到灵活变通&/b&&/p&&p&其实这个公式完全可以套用到生活中的各个领域，都可以让你达到顶尖级别。&/p&&br&&p&&b&第1步：学习&/b& 淘宝搜索 德州书籍 把能买到的都买回来，都是中文版，看起来挺快的，买的多和卖家谈下价格就几百块 (注：虽然大部分书是为了赚钱，为了写书而写书，但还是建议都看) 网上能搜索到的电子书都看下，因为这个领域年轻且好学的玩家很多，竞争力也挺大。&/p&&p&我喜欢看书是因为看书快，至于学习是看书还是看视频等等不重要，你自己觉得什么合适就行，主要是要有一颗主动好学的心，你才会主动花很多时间精力去找这方面的知识。&/p&&br&&p&&b&第2步：实践内化&/b& 看书时把看到有用的笔记，用手机的记事笔记记下来，然后去当地的俱乐部或线上打最小级别并经常复习笔记 (注：好处是：&b&前期以最小的代价犯错去成长&/b&，另外小级别可能不怎么输钱，因为&b&是否盈利不仅取决于你的水平，更取决于你和其他玩家的水平差距&/b&)&/p&&p&很多的领域实践起来都比较困难，但德州却比较简单，因为只要去打牌去娱乐就OK了，所以很多领域想达到大神级别实践是最难攻克的。&/p&&br&&p&&b&第3步：反思&/b& 打牌会常犯错误，很明显的错误要记笔记，经常看看自己犯错的笔记，会让自己有很多的反思，同时也会让你成长的更快。&/p&&p&&b&我挺想分享一句话：&/b&生活中最可悲的事情不是犯错或遭受挫折，而是不知道自己在犯错，一直继续往错误的道路行走，让自己越陷越深&b& (反思我们生活中很多事情也是如此) &/b&&/p&&br&&p&&b&第4步：规划&/b& 上面3步 通过大量的时间磨炼后，水平会非常优秀了，自己可以规划出打牌的核心框架原则等等，在牌桌上做的每一个决定你都会非常清晰为什么这么做，同时也对自身人性的弱点磨炼的越来越好，不管是资金管理，人性管理，选择打牌的最佳状态等。&/p&&br&&p&然后就慢慢达到了&b& 融会贯通 灵活变通 &/b&的级别了，像我现在手机笔记里的核心框架，游戏策略，心理学马脚知识等全部笔记都公开给对手看，也不用担心，因为打牌时，我是完全根据当前牌桌的动态，对手表达的综合信息做出灵活的调整 和误导对手 让对手犯错，因为我对对手解读的更准确，就可以做出让对手更困难的决策，而对手却无力还击，因为以他目前的能力很难对你读取到正确的信息。&/p&&br&&p&我很喜欢孙子兵法中的一句话：&b&兵无常势，水无常形，能因敌变化而取胜者，谓之神&/b&&br&这句话也可以反思到生活上：生活中没有绝对的正确道理和方法 根据不同的信息 学会精通和变通&/p&&br&&p&最后补充说明：我只告诉你如何达到顶尖玩家水平，但如何做选择，根据自身需求和生活情况自己平衡，目前这个领域竞争力也很大，职业玩家的道路也很艰辛。&/p&&br&&p&&b&更新书单推荐：&/b&&/p&&br&&p&我看过60本+德州书籍，大部分书是为了赚钱而写书，所以只推荐一些还算可以的，以下推荐不分排名，每本书都有一些不错的内容和价值。&/p&&br&&p&1：&b&德州扑克入门与提高：&/b&国内写的 虽然有些内容是网上抄的 但却蛮实用 很适合新手看&/p&&p&2：&b&扑克的艺术1，2，3：&/b&共3本 第一本 基础 ，第二本 进阶，第三本 在线扑克&/p&&p&3：&b&easygame&/b&： 技巧很多 看起来会有些慢 (网上有电子版)&/p&&p&4：&b&小注额无限德州扑克&/b&： 很多技巧看起来会有些复杂，需要慢慢消化 (网上有电子版)&/p&&p&5：&b&无限德州扑克理论与实践&/b&：虽然写的有点久了，但也值得一看 (网上有电子版)&/p&&p&6：&b&别听phil hellmuth&/b&：整本书里面可以找到挺多不错的理论&/p&&p&7：&b&做出最好的扑克决策&/b&：挺不错的一本书，打线上挺实用，作者有些啰嗦&/p&&p&8：&b&如何在无限注中读牌&/b&： 整本书都很实用，读牌读范围读信息，特别实用&/p&&br&&p&关于情绪管理和最佳状态的：&/p&&br&&p&9：&b&扑克元素&/b&：虽然整本书废话很多 但还是推荐下 因为书中关于情绪管理和最佳状态的方面没了解过的玩家还是很有必要看的&/p&&p&心理学和身体语言的(线下)：&/p&&p&10：&b&别对我说谎&/b& ：线下打牌读取对方马脚(就是身体语言) 很实用的一本书，打线上用不到&/p&&p&11：&b&扑克心理学和身体语言&/b&：和上面一本类似，但别对我说谎的马脚知识我认为写的更好一些&/p&&br&&p&看书记笔记的话建议更多的是&b&记书中的理念与思维&/b&，一些固定的技巧可以不用记笔记。&/p&&br&&br&&p&有不少人私信问我微信，我不想一个个回复，索性直接公开 我微信：&a href=&tel:&&&/a& 加的我都会通过，加的人较多，少问我问题请理解，我会常在微信分享些德州技巧的干货。 &/p&&br&&br&&p&有空再来更新，觉得有帮助点个赞，感谢！&/p&&p&也可以关注下我，看看我知乎其他德州的回答。&/p&
7年职业，澳门永利100/200长期盈利玩家，发表些实际干货： 首先需要说明的是，顶尖玩家是通过日复一日的努力和学习达到的 成为顶尖玩家正确的成长途径：学习 + 实践 + 反思 + 规划 = 融会贯通 到灵活变通其实这个公式完全可以套用到生活中的各个领域，都可…
&p&前几天电视剧完结，周围的人见面都问一句，结局《人民的名义》大结局你看了吗？公交车上，隐隐约约可以听见几个人在谈论电视剧的剧情。&/p&&p&我发现，关于祁同伟这个角色，争议是最大的。爱的人称为和平年代的枭雄，只可惜生不逢时。恨的人觉得他就是一个无恶不赦的凤凰男，只会攀高枝。&/p&&p&我想，在这部电视剧中，祁同伟这个角色的刻画无疑是成功的，一方面人物本身具有强大的生命力，另一方面许亚军的精湛表演令人不得不佩服。&/p&&p&在一段对许亚军的采访中，他谈到祁同伟和他的共同特点就是&b&不服输！&/b&不过，祁同伟的不服输体现在不择手段。&/p&&p&第一次在知乎上回答问题，没想到看的人不少，每个人的评论我都有看，我尊重每个人的看法。这篇文章也就随着电视剧的完结达到高潮后渐渐归于平静，淡出我们的视野。期待国产电视剧能有更多的优秀作品，如果有什么想跟我讨论的我也欢迎大家私信。&/p&&p&---------------------------------------------------------------------------------------------&/p&&p&以下是原文：&/p&&p&和许多观众一样，当我得知祁同伟的种种罪行后，对这个角色十分厌恶，竟有人可以恶到如此地步。给贪官丁义珍通风报信、设计谋害兄弟陈海、利用自己的权力搞裙带关系、为了仕途向比自己大十几岁的老师求婚、婚后出轨等，一个省公安厅厅长知法犯法，为了达到自己的目的不择手段，他身边的人一再劝导都没有用。&/p&&p&可是，当我看到祁同伟强忍泪水，大声吼道“去你的老天爷”，吞枪自杀的情景时，不禁流下了眼泪，一个坏蛋的牺牲，我为什么会被感动，这眼泪到底是什么样的眼泪，我正在思考。不过，我对祁同伟这个角色的看法，有了更深的认识。&/p&&p&&i&还有人说，他做官做成了精，做人却做成了鬼。&/i&&/p&&p&&i&面对座师高育良，祁同伟直抒胸臆地说：我们就是从娘胎中来，到坟墓中去。&/i&&/p&&p&&i&当他还是一位缉毒英雄时，他曾说过，人民是天，人民是地。&/i&&/p&&p&&i&当他面对侯亮平的规劝时，他仰天长啸，除了老天爷，没有人可以审判我。&/i&&/p&&p&在这部剧中，我最喜欢的人物便是祁同伟了，他不像侯亮平一如既往的正气凌然，而是有一个变化的。&b&他更真实，更立体，更值得我们去回味和反思。&/b&&/p&&p&从一个有理想有抱负的有为青年，堕落成一个残忍自私的贪官，最后人性中善的一面被唤起，吞枪自杀。他孤傲一生，他鄙视底层民众，对上流社会也不屑一顾，认为自己有杀一人而利天下的法外之权，他认为自己是胜天半子的人。&/p&&p&他的性格像拿破仑，然而拿破仑将自己的理想抱负建立在国家的基础上，祁同伟只看到了自己，他人的利益一概不管。所以他们死后的命运截然相反。&/p&&p&祁同伟最喜欢的一篇文章是《天局》，小说中的混沌与天下棋，穷尽一生之精力，耗尽生命，最终胜天半子。祁同伟坚信自己就是那个胜天半子的人，他出生在贫困的地区，童年对于物质的极度匮乏，他犹如磐石下的新芽，坚韧，身上背负再大的压力都不怕，终有一天，他总会突破磐石，将它粉碎，享受到阳光雨露的滋养。&/p&&p&他坚信，通过自己的努力，一定会有出头之日。最起码在遇到梁璐之前，他是这么认为的。&/p&&p&可是他发现，没有“政治资源”，就无法扫除眼前的障碍，一颗孤傲的心，怎么会自甘徘徊在暗无天日的泥沼。&/p&&p&我一定要胜天半子！我一定要胜天半子！！我一定要胜天半子！！！&/p&&p&于是，他选择了重生。&/p&&p&他将从前那个满心抱负，一心为民的祁同伟死去。&/p&&p&如果一个人要强大起来，那么他就要先强大自己的内心。他给自己的心装上了一层厚厚的铜墙铁壁。别人进不来，他也出不去。&/p&&p&获得新生的祁同伟，是一个“精致利己主义者”，你对我有用，我就对你笑，你阻碍了我，我就让你哭。&/p&&p&与他类似的还有高小琴，他们俩可谓是同病相怜，他们想超越自我，突破命运的枷锁。在我看来，与其说他们是恋人，不如说是知己。祁同伟对高小琴说，我知道高老师，侯亮平那些人看不起我。高小琴说他的心，她可以理解。&/p&&p&祁同伟对高小琴说了这样一个故事。&/p&&p&&i&一个基督徒，不会游泳，却掉到了海里，他在海里挣扎的时候，看到了一艘船，船上的人要救他，可他说不，我要等我的上帝来救我。接着他继续在海里挣扎，然后来了第二艘船，船上的人要救他，可他说，不行，我要等我的上帝来救，到最后这个人淹死了。后来他来到了天堂，见到了上帝，他埋怨上帝，为什么不就他，可上帝对他说，其实，我派了两艘船来救你，可是，是你自己不愿上来。&/i&&/p&&p&侯亮平听了之后，说祁同伟讲的是他的光荣与荣耀。&/p&&p&我想说说我的看法，这个基督徒就是祁同伟，他深知自己掉入了万丈深渊，唯有挣扎，向上爬才有机会活下来，他是多么希望有人拉他一把，可是那个人不是高育良，不是侯亮平。他希望的是上帝直接伸出援助之手救他。在他心中，只有上帝才能救他，否则，自甘堕落又何妨，左右都是一死。&/p&&p&这也就预示了祁同伟最后是不会接受侯亮平的劝导。&/p&&p&在我看来，一个人是善恶俱备的，所以当我越是了解祁同伟的身世之后，越是理解他所做的事情。他无疑是时代是这个社会造成的悲剧，早年的经历使他有了一颗极强的自尊心，他不怕权贵，所以努力的突破社会的桎梏，但是他又看重权力，因为权力使他产生了一种上帝，救世主的幻想。当他当上公安厅厅长时，把他们村里的人基本上都安排到公安系统中，就差把村口的狗当作警犬了。他说，有人情，为什么不帮一帮。我认为他帮的是自己，他通过成就别人获得满足感成就自己，他要胜天半子，最起码他不能比上天差。上天有至高无上的权力，这就是他为什么追求权力的动力。&/p&&p&如果说，他生在乱世，他也许可以成为一个英雄，因为他勇敢、坚韧、足智多谋。可是他生在太平盛世，他的个性与这个社会无疑是格格不入的，以至于他的勇敢成了无视法律底线的利器，坚韧成了对权力源源不断追求的发动机，足智多谋成了游走于官场的润滑剂。&/p&&p&最终，他的罪恶被侯亮平挖了出来。祁同伟没有选择出国避难，也没有去高小琴的老家湖心岛，他去了他的光荣之地——孤鹰岭。他曾在此与毒枭作战，成为了光荣的缉毒英雄，他也是在这里体会到，人民是天，人民是地。这里给与了他光荣和荣耀。&/p&&p&孤鹰，想必也是作者的刻意安排吧，祁同伟就像是一只孤傲的雄鹰，恶狠狠的瞪着迎面走来的侯亮平。当他面对侯亮平的质问时，他的良心的确痛了，不过令他说出“猴子，你、我，恩怨已清”的原因并不仅仅是良心发现了，他的确是深深的痛恨着侯亮平的，不过侯亮平的一席话，让他有时间想想自己所做的事，他发现他走的这条路是不归路，而且没有尽头，他这样是永远无法胜天半子的，所以他可能会感谢侯亮平，促使他停止了脚步，制止了他。恩怨已清，意味着他对侯亮平的宽恕，他自己也得到了救赎，他无法原谅自己，也不甘愿别人制裁他，所以他选择自我了断。&/p&&p&“去你的老天爷！”临死前的最后一句话。&/p&&p&这句话用惊天地，泣鬼神来形容不为过，这是祁同伟对生命的呐喊，他连死亡都要掌握在自己的手中。&/p&&p&祁同伟到最后，胜天半子了吗？&/p&&p&我不清楚。&/p&&p&但是我认为他最起码和老天爷下了一个平局，因为我在他生命的最后一刻，看到了一个闪闪发光的，不苟同命运的祁同伟，人可能胜不了天，但一定不能没有了与天斗争的那股劲!古往今来，那些历史上的英雄，哪一个不是没有这种气质，他们不相信命运的安排，因此他们与命运斗争了一生。&/p&&p&&b&话说回来，正如侯亮平说的那样“无论什么样的人生，都有烦恼和遗憾，这并不是犯罪的理由！”身处在法制社会的我们，还是要遵守法律的底线，在条条框框之下追寻自由之光，实现自己的人生价值。&/b&&/p&&p&之所以写这篇文章，是因为我发觉自己在看祁同伟自杀时流泪了，我想搞清楚为什么。重新看了一遍发现答案似乎就存在我的文章中。&/p&&p&一千个人眼中有一千个祁同伟，你眼中的祁同伟是什么样的呢？&/p&
前几天电视剧完结，周围的人见面都问一句，结局《人民的名义》大结局你看了吗？公交车上，隐隐约约可以听见几个人在谈论电视剧的剧情。我发现，关于祁同伟这个角色，争议是最大的。爱的人称为和平年代的枭雄，只可惜生不逢时。恨的人觉得他就是一个无恶不赦…
太不好了，为啥不授予李世石高级程序测试员证书呢，好歹第四局还测出了一个bug呢！
太不好了，为啥不授予李世石高级程序测试员证书呢，好歹第四局还测出了一个bug呢！
智力包括多个方面，如观察力、记忆力、想象力、分析判断能力、思维能力、应变能力等许多方面。&br&&br&作为前职业运动员，我认为棋类（国际象棋）给我带来的智力上的提升是非常明显的。这一点可以体现在我在文化课程的努力程度和成绩的比值方面...&br&&br&首先，棋类是非常锻炼记忆力的。任何一个初学者得到的最多和最令人厌烦的要求就是打谱（背棋谱），因为棋类的“开局”基本上都有已知的最优的定式，所以从“入门”到“初学”的关键之一就是能否熟练地进行开局。这让我想起了小时候的暑假被逼着一遍一遍背棋谱的痛苦时光......不过得到的结果就是，我对数字非常敏感，瞬时记忆能力极强。&br&&br&最重要的，思维能力方面。棋艺的高低很重要的方面就是“你能看到棋局未来的发展到什么程度”，而在对局期间你是不能随意移动棋子的，因此你需要在脑海中模拟出棋盘的64个格子32个棋子，并且让他们移动起来5-10步不能出错，简直烧脑子....&br&&br&获得了不少赞同，我再说几句~&br&首先我以后一定要让我的孩子也去学下棋，简直是开发智力的神器啊（国际象棋是人类智慧的试金石——列宁）&br&&br&我还想着重讲一下“脑海中模拟棋局能力”的作用，在我小学时候学习两位数乘法的时候我完全不需要在纸上列出竖式，这一步被我在脑子里3D完成了（当然也会在其他地方有所体现），这种接近&br&逆天的能力帮助我形成了一种非常自信的性格，这也是未来我很想让我的孩子获得的品质。从小就被老师夸做“机灵，聪明”的孩子性格当然不会差。&br&&br&人的右脑负责图像处理和分析、心算能力，同时也有创造力和想象力。前者是可以由学习国际象棋这样一个过程锻炼的，进而开发整个右脑（右脑开发的重要性大家想必都有了解）。&br&&br&另外提一个不知道算不算智力范畴的，下棋锻炼了我的耐心和毅力，也就是“坐得住”的能力，中高级水平的棋局动辄就可以2个小时以上，是很磨练心智的。&br&&br&目前就想到这么多啦。
智力包括多个方面，如观察力、记忆力、想象力、分析判断能力、思维能力、应变能力等许多方面。 作为前职业运动员，我认为棋类（国际象棋）给我带来的智力上的提升是非常明显的。这一点可以体现在我在文化课程的努力程度和成绩的比值方面... 首先，棋类是非…
处女答:&br&&br&&b&1.价值押注(Value Bet):&/b&&br&通常发生在河牌(River),下注者通常是有成牌了,比如顺子,同花,葫芦之类,那么为了从对手上榨取最大的价值,押注者通常会下一个不是很大的注来吸引对手来跟注,从而赢取对方的筹码,这个价值押注的大一般会在底池的1/4至1/2左右.&br&另一种情况是下注者的牌力并不是很强,但是已读出对手的牌(或大概),感觉或知道自己的牌强于对手,于是来押注来榨取价值(Thin Bet),比如自己是中对,对手是三对或A High,玩弄对手&Is he bluffing?&的心理.当然这种Thin Bet需要非常强的读牌能力以及长期练习积累出的经验.&br&&br&&b&2.超大押注(Over Bet or Pot Size Bet):&/b&&br&超大押注的大小一般会在底池的3/4至底池的大小,再到两倍的底池,或者是自己手中所有的筹码(也就是传说中的all in).这种下注会出现在以下几种情形:&br&a.下注者在诈牌,希望自己的超大的押注来把对手吓跑来Fold,从而赢取底池.&br&b.下注者有成牌并认为强于对手的底牌,以超大的下注值来Value Bet,如果对手牌力也不弱或者觉得你在诈牌,可能会考虑跟注.&br&c.阻止对手买牌,垄断对手的底池赔率(Pot Odds):通过在Flop,转牌的超大下注来驱赶对手的买顺与买花.这样如果对手处于Drawing的状态,需要付出很大的风险来追牌,从而Fold,保护了牌力暂时大但是大不过可能被买来的顺子或同花的底牌.&br&&br&&b&3.盲注押注(Min Bet):&/b&&br&最小的押注,只有大盲的大小,会有三种情况:&br&a.下注者在买牌,通过主动下注来防止对手下更大的注,从而得到可观的底池赔率来追牌.个人认为这是种很鱼的做法,因为这种现象一般都会被认为weakness,对手感觉到会不管手里牌如何来raise你.&br&b.下注者刚刚成牌,而且无限大(至少两对在Dry Board),以呈现出weakness的姿态来引诱对手raise.&br&c.下注者不确定自己的牌力,以最小的押注来试探对方,同时不想冒押大注的风险.&br&&br&&b&4.防御押注(Defensive Bet):&/b&&br&下注者对自己的牌力没有信心,通过下一个1/4到1/2底池大小的押注来至少阻止对手诈牌来平call(或者让对手直接Fold),因为自己的牌力不够,但是有可能在亮牌后赢的可能(Showdown Value),但是如果check的话,对手读出你弱于是下大注来bluff你,你会处于一个很尴尬的境况,于是可以以这种防御的姿态来抵消对手诈牌的心理.&br&&br&&b&5.信息加注(Information Raise):&/b&&br&通过加注对手的下注来试探对手的牌力,eg.对手翻牌前raise,你跟进,对手在翻牌大多会持续下注(Continuation Bet),如果你选择平跟的话会处于暗处,完全不知对手到底是什么造型,于是可以来通过Raise来获取Information,如果他在bluffing,他可能会Fo掉,如果他在Semi-bluff,你会知道他在买牌 etc.&br&&br&&b&6.过牌加注(Check Raise):&/b&&br&最经典的加注,连隔壁的老王也该会的德州基本功,但是它的出招却是那么的华丽,尤其是在河牌的check raise.那么过牌加注呢是通过过牌来呈现weakness,诱使没牌的bluff,买牌的半诈(Semi-bluff),来赢取更多的筹码.或者自己手里也没牌,通过check-raise的形式来呈现强力,致使对手Fold.&br&当然check raise也会很危险,比如对手牌风很紧,如在买牌,可能也会check,免费并欢喜的看下一张牌,你失去了raise的机会.如果对手的Draw很变态(两头抽顺抽花),你check-raise后虽然没有给对方合理的底池赔率,但对手或许已套池(Pot-committed),你也不会很爽,你会处于分析对手牌是否比你大还是在买牌的尴尬.&br&&br&&br&&br&TBC
处女答: 1.价值押注(Value Bet): 通常发生在河牌(River),下注者通常是有成牌了,比如顺子,同花,葫芦之类,那么为了从对手上榨取最大的价值,押注者通常会下一个不是很大的注来吸引对手来跟注,从而赢取对方的筹码,这个价值押注的大一般会在底池的1/4至1/2左右. …
更新一个东西吧～～&br&&br&&img src=&/v2-6a7cfd5167efbb727cffade38a49b88f_b.jpg& data-rawwidth=&2276& data-rawheight=&1280& class=&origin_image zh-lightbox-thumb& width=&2276& data-original=&/v2-6a7cfd5167efbb727cffade38a49b88f_r.jpg&&刚要到的丘成桐的签名～～简直不要太开心！！！&br&&p&*************************************************************************************************************这里先给出中文版的github链接： &a href=&///?target=https%3A///exacity/deeplearningbook-chinese& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&exacity/deeplearningbook-chinese&i class=&icon-external&&&/i&&/a&
&/p&&p&************************************************************************************************************
&/p&&p& 这本书我也在github上找到了中文译版PDF，然后当时因为没有正式出版，我又急于学习使用，就自行打印装订成两册，以供学习查阅之便。&/p&&img src=&/v2-a0eae2dc724a7d684b178a_b.jpg& data-rawwidth=&1280& data-rawheight=&720& class=&origin_image zh-lightbox-thumb& width=&1280& data-original=&/v2-a0eae2dc724a7d684b178a_r.jpg&&&p&&br&&/p&&p&总的来说，这本书涵盖面非常之广: 首先介绍了深度学习神经网络的历史渊源和发展趋势，从神经网络的命运变迁到现实世界与日俱增的数据量、模型规模、精度与复杂度的冲击，作者坚信：&b&深度学习是通向人工智能的道路之一。&/b&&/p&&p&随后该书分为三部分，第一部分是&b&应用数学和机器学习基础&/b&，基本上把要用到的线性代数、概率论和数值计算简单陈列，其后对机器学习的一些基础知识例如过拟合欠拟合、正则化、监督学习、无监督学习做了简要的概述。当初步具有上述理论基础后，才算叩开深度学习的大门。第二部分是&b&深层网络的现代实践&/b&，先从最基础的深度前馈网络开始介绍，然后延伸到深度学习中的正则化，再从模型优化算法切入，最后分别介绍了处理图像的卷积网络CNN和基于序列建模的循环递归网络RNN，如果想要快速搭建能应用到自己项目中的深度学习应用，参照第二部分的理论知识就够了。第三部分是&b&深度学习的理论研究&/b&，适用于想要执果索因、深入学习神经网络内在原理的研究人员学习。&/p&&p&
我基本上看完了前两部分。首先翻译大致是OK的，基本没有言语不通或者语义不明的地方。其次如果想借助这本书入门机器学习，那部分内容还是显得过于浅显，只能算是管中窥豹，可见一斑。想系统学习机器学习的，我推荐南大周志华的西瓜书：&b&机器学习&/b&。看完这本书后，大概对机器学习的各类方法有一个大体的认识后，可以刷 &b&Machine learning: a propability perspective&/b&.（简称MLAPP). 第二部分从典型的深度前馈网络阐述了神经网络的原理，介绍了训练一个神经网络的过程。其次详细展开了如何在深层网络中实施正则化来避免过拟合。紧接着从优化角度展开描述。这部分写的很好，图文并茂，每一个算法都用伪代码加以描述，没有生涩突兀之感。&/p&&p&&br&&/p&&img src=&/v2-cfaf63631f3_b.jpg& data-rawwidth=&1280& data-rawheight=&720& class=&origin_image zh-lightbox-thumb& width=&1280& data-original=&/v2-cfaf63631f3_r.jpg&&&p&&br&&/p&&img src=&/v2-d09c38bb0cb68_b.jpg& data-rawwidth=&1280& data-rawheight=&720& class=&origin_image zh-lightbox-thumb& width=&1280& data-original=&/v2-d09c38bb0cb68_r.jpg&&&p&后面对于CNN和RNN的介绍也很全面，当然仅仅了解这些基础概念想要徒手构建深度学习用用还是很难的，在这里推荐结合斯坦福的CS231n这门课（在油管上有课程视频）食用更佳。&/p&&p&
第三部分因为还没有开始阅读，不作评价。毕竟实践这一块儿，从tensorflow到keras到各种调参什么的很麻烦，正在学习ing。先写到这里吧，有空再更~~&/p&
更新一个东西吧～～ 刚要到的丘成桐的签名～～简直不要太开心！！！ *************************************************************************************************************这里先给出中文版的github链接：
感谢邀请。我认为在游戏（PC机）给定同样信息输出，接受同样信息输入的前提下，AI在绝大多数FPS游戏里都能碾压人类选手。和围棋不同，FPS游戏讲究的是在最短时间里处理游戏给你的信息，你作出极快速的反应再输入进游戏，而相比AI来讲这两点都不是人类所擅长的。接下来我们不谈死去的1v1老FPS，而是用一款跨越新旧时代的，同时讲究一些战术安排的、也是几乎唯一幸存下来目前还有比赛的团队FPS游戏来举例。&br&&br&一、首先我们先来谈处理游戏输出信息方面，人类与AI的对比。&br&&br&在这个FPS游戏里，我们可以获得三种信息，分别是&br&&br&1、3D画面：图像化的视野信息&br&2、3D声音：波形化的听觉信息&br&3、HUD：数值化的数据信息&br&&br&其中人类因为自身有两组碳基感受器，可以同时感受1和2即画面和声音，再由负责1的感受器也叫眼珠子来分时处理3，也就是时不时瞟一眼自身血量、雷达上队友位置、击杀消息等。&br&&img src=&/d8bb93a4d00af7e9e23c91_b.jpg& data-rawwidth=&1280& data-rawheight=&720& class=&origin_image zh-lightbox-thumb& width=&1280& data-original=&/d8bb93a4d00af7e9e23c91_r.jpg&&以此图为例，上下左右有四个分区HUD，除了右下角之外可以说都很重要。然而你需要全神贯注卡点的时候，分时处理就显得很难了。&br&&br&AI方面，你不让AI直接读取游戏数据，只让AI看图视觉识别，实际上就是让AI多走了一步数模转换的步骤而已。在芯片遵循摩尔定律发展的情况下，视觉识别这部分所用的时间只会越来越小，而人类落实到手指操作的反应时间因神经传导速度的物理限制，最终难以超越0.10秒。AI对以上三种信息可以同步处理，速度可以达到给定的FPS，即每秒分析60或更多画面。AI不存在人类分时处理的问题，AI完全可以另建一个信息子系统接管HUD信息，就像AlphaGO的胜率估算系统一样，对决策系统提供数据支持。&br&&br&接下来是精彩的部分，也就是信息处理的速度和精度问题。&br&&br&1、视野信息。因地图是固定的，AI只要经过简单的学习，就能记住一张地图上所有的环境的模型、位置和颜色。那么多出来的色块毫无疑问就是敌人。虽然对人类来说#FFFFFF和#FFFFFE根本都是黑色，但对于AI来说妥妥就是俩颜色。在敌我识别方面AI的速度会远超人类。这一点翻译成你们人类能理解的画面，就是下面这样：&br&&img src=&/00a4dd51ba07ed1a86e403a895bf52df_b.png& data-rawwidth=&1280& data-rawheight=&720& class=&origin_image zh-lightbox-thumb& width=&1280& data-original=&/00a4dd51ba07ed1a86e403a895bf52df_r.png&&&br&经过足够的训练，AI的信息系统还能根据敌人的人物皮肤、手持武器等信息，掌握和区分他所看见的每一个敌人，对接下来的战斗进行预估，给决策系统更多的数据支持。&br&以DUST2地图举例，TR从出生地望向中门缝隙，有三个CT过去，你看到他们一个拿刀的叫Mafia，一个拿的是鸡腿名叫Picasa另一个拿的猪爪儿名叫Al'taria，再静走小道儿看见一个名叫Boston的CT拿烧火棍你果断打死了他赶紧转A大打一波佯攻看到刚才拿鸡腿儿的被你队友打跑了但你又看见另一个CT拿茶叶蛋的嗨死了你的队友他的名字叫Luke与此同时你B区的队友打死了Al'taria。你回头赶紧打B，一路打出B洞你又看到一个Mafia拿着猪爪儿你打死了他，你队友下包后你从B门出来静走到CT家里突然听到头上咔嚓一声。&br&&br&如上的局势，普通玩家眼中看到的根本就是一模一样的CT而已，无力分清到底谁是谁。而较有经验的玩家此时可以意识到头顶上的CT可能会从中门出来打B，会选择蹲在CT家的黑点望向中门。&br&但AI这时候知道更多的信息。他知道头上那个人就是Picasa，他换了Boston的烧火棍，并且能够根据无数DEMO的分析，判断Picasa从中门出来或是走B洞1楼哪个概率高。AI也会参考和烧火棍武器对战的表现来决定从哪个位置防守是最优解。&br&&br&确实，职业选手在比赛中也可以做到如上的表现，但AI每一局每一个玩家每个时刻都能做到不遗漏任何细节信息，时刻选择最优解。然而在高度紧张的对战中又时刻收集信息细节这套花活，人类玩家难以上手难以精通，最终还是用“意识”二字随便形容了一下。在“意识”方面，AI因不需要额外的注意力，又能精准记忆所有细节，恐怕会全面超越人类对手。&br&&br&2、3D声音&br&&br&说声音也是3D的，因为人类有一对儿听觉感受器，灵敏度范围较宽，根据双耳效应和多普勒效应，可进行简单的音源方位识别，所以3D游戏的音源会与3D模型绑定，对音源进行一定程度的高低音、左右音量处理，对空间声音进行仿真。&br&这方面知乎上有无数优秀的答案可参考，比如：&br&&a href=&/question/& class=&internal&&为什么人类听觉系统进化为对 20 到 20000 赫兹范围内的声音敏感，而不是其他频率范围？ - 物理学&/a&&br&&a href=&/question/& class=&internal&&人的双耳能否『正确』分辨声音是从前面还是后面传过来的？ - 医学&/a&&br&&br&然而人类的听觉定位终究是模糊的。AI则可以对标准化的枪声和脚步声进行采样，再量化识别游戏对声音的处理情况，准确地逆向计算声音所代表的位置。翻译成你们人类能理解的画面，就是下面这样：&br&&img src=&/c6cb3e76cb_b.png& data-rawwidth=&1366& data-rawheight=&768& class=&origin_image zh-lightbox-thumb& width=&1366& data-original=&/c6cb3e76cb_r.png&&&br&诚然，有经验的玩家使用耳机，都可以做到在一堵墙后面专心听脚步声辩位穿透敌人。但AI可以全时大范围做到精确声音“透视”，而且多处理器的系统完全不存在只有人类才有的“注意力”问题。其战术优势是人类不可比拟的。&br&&br&3、HUD信息及其他分时处理项&br&AI可以在战斗同时处理HUD信息进行最优决策。这个游戏里面，一切胜负都发生在电光火石之间。而各种战术布置，都是为了这几秒钟的胜负做铺垫。AI在射击敌人，胜负发生的一瞬间，还是可以参照自身血量右上角队友死亡情况进行多次决策。在人类选手上，这类决策往往取决于作战经验和选手风格，并不能达到一个最优解。&br&&br&其实这方面是AI和人类处理信息的方式问题，还可以引申出很多，比如AI可以精确到0.01秒来计算拿着各种不同武器到达某地的时间，然后就能规划出有5.X秒钟的时间通过A大道索敌并处理，实际情况如超出这个时间就无法拆包，会选择不打保枪。而人类这方面的感受力是非常模糊的，要不然NBA的24秒就不用特地弄个显示器了。&br&&br&我知道你们想说什么，神经网络啊、摩托罗……我是说蒙特卡洛啊，但无论是大量样本的模糊学习还是有针对性的信息处理程序，只要给AI和人类同样的信息，AI处理后得到的信息深度和精度都会大幅高于人类，除非你要特意限制AI处理信息和输入信息的精度，模拟成和人类接近的程度。但那样的意义何在？这个游戏已经有这种东西了，叫做BOT。&br&&br&二、再谈信息输入方面人类与AI的对比&br&&br&自从消费者有高中低档消费水平以来，商品也就有了高低贵贱。但一种商品发展的久了，就会陷入超越人类驾驭能力的高端怪圈，是的，我说的是鼠标，不是跑车。&br&&br&安华高9800的能力，已经远超人类手臂所能输入的速度和精度了，而且这两点是互相矛盾的，大多数情况，有速度就要牺牲精度，所以这个游戏的大部分选手选择低速度高精度的设定。&br&&br&然而对于AI来说，这是狗屁设定。这个游戏允许鼠标移动多快，AI就能用到的多快。以10多年前CS作弊器（非主机HACK）的水平来看，这意味着你活着看见AI也就几帧然后你就已经挂了。再信息输入方面，我同意对AI进行较为接近人类的限制，也就是双方都限定鼠标移动速度不能超过一个最大值。同时单方面禁止AI深度学习枪械弹道，否则AI掌握了不同距离的连发着弹点，可以做到按住鼠标开火超高精度地甩一下就连续爆头屏幕上的三个人，这样搞，比拼的就不是智能是本能了。&br&&br&对这个游戏的竞技稍有常识的人都会知道，这个游戏的竞技精髓并不是瞄准精度，而是战术安排。上面说过AI在信息处理方面已经有巨大优势，所以AI根本不需要见面秒人，使用拟真人类的瞄准打法仍然足够战胜人类。如果再允许AI一控5，我想象不到足够优秀的AI能给人类玩家带来什么样的噩梦。&br&&br&--------------------------------&br&&br&补充1：&br&&br&关于画面识别，在一些低功耗非智能系统上有类似的功能，而且已经发展了很久：&br&&img src=&/2dd6d69d7aaf8169ade7c_b.jpg& data-rawwidth=&473& data-rawheight=&328& class=&origin_image zh-lightbox-thumb& width=&473& data-original=&/2dd6d69d7aaf8169ade7c_r.jpg&&&br&&br&对于高功耗智能系统，固定地图场景可反复学习的话，即使游戏加入环境破坏和光源、天气变化，我想对AI来说也只是增加了一些学习样本而已。&br&&br&关于坚持让AI用机械手拿鼠标的：&br&这里有一些蠢萌蠢萌但又极其精确的机械手可以挑选&br&&a href=&///?target=http%3A///video/av2288954/index_4.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&感受工业之美：未来之星工业机器人(4)_机械&i class=&icon-external&&&/i&&/a&&br&&br&当然，拿鼠标不需要那么多轴，垂直Z轴抬起鼠标回原位的动作，可以给鼠标里面接一个断路开关代替……好吧又该说作弊了，等等，是不是XY轴也要限制成仿人类臂展的扇形范围呢？&br&&br&“你们呀，还是分别心太重！”
感谢邀请。我认为在游戏（PC机）给定同样信息输出，接受同样信息输入的前提下，AI在绝大多数FPS游戏里都能碾压人类选手。和围棋不同，FPS游戏讲究的是在最短时间里处理游戏给你的信息，你作出极快速的反应再输入进游戏，而相比AI来讲这两点都不是人类所擅长…
已有帐号？
无法登录？
社交帐号登录