① 圍棋AI用什麼語言編寫
應該多種語言混合編程。
② 人工智慧對人類圍棋發展的重要意義
這是因為同現實世界相比，圍棋有明確的規則，更能夠「測試」人工智慧的水平，AlphaGo也證明，面對人類難以實現的「以窮舉法搜索」「由諸多變數共同作用決定結果的復雜系統」，人工智慧同樣能夠達到超越人類最高水準的決策能力。包括金融、醫療、教育等等在內，上述兩個條件也是現實世界難以決策的重要原因。AlphaGo開發團隊表示，在圍棋領域累積下來的高級通用演算法，將被用於降低能源消耗、新材料發明和醫療。已經有數據顯示，應用了AlphaGo的演算法，互聯網公司數據中心的能源消耗可減少40%。這也意味著，隨著人工智慧在硬體和基礎演算法上的優化，在未來將會對越來越多的產業帶來積極影響。
不過，硬幣總有另外一面。從「人機大戰」中的配對賽進程來看，人類頂尖棋手和AlphaGo之間，由於思考和判斷方式不同，人類對AlphaGo的「招數」並不能完全理解，配合也還遠遠談不上默契。圍棋畢竟有相對明確的得與失，一旦決策型的人工智慧被用於更為模糊和復雜現實世界，人類是否能夠理解它，兩者之間如何真正形成合力，人類要如何建立對人工智慧的信任感，仍將是未來很長時間階段中必須要面對的問題。從目前來看，當務之急是人工智慧科學家們依然要幫助人們了解人工智慧學習的原理，以及建立更多人類與人工智慧溝通和互動的方式。「阿老師」走下棋盤，人工智慧來到人間。人機大戰硝煙散去，但通往未來的路才剛剛現形。
③ 人類怎麼和AI下圍棋
以前的圍棋AI是模擬了另一個下棋的高手，這個高手根據前人的經驗，選擇了最容易贏的招數。
Alpha Go 是模擬了圍棋發明到如今的整個歷史，從發明圍棋的第一次對弈（那次對弈一定是很初級的），逐步對弈提高到今天，現在已經模擬到了職業段位的水平，很快就可以超越今天，相當於用機器模擬了圍棋的發展，規劃了整盤棋的定式，就像圍棋定式，其實就是人類的最佳落子方式，大定式有幾十步的，計算機會不會給大家描繪一個250手的定式呢？（一盤完整圍棋的定式）大家拭目以待吧，這個250手的定式出來的那一天，恐怕就是圍棋這個游戲的全部價值被闡釋的那一天了。
④ 圍棋AI為什麼這么強 強在哪裡
主要強在兩點：
1、強大的暴力計算力，也就是數學計算力。這一點計算機在一兩百年前就超過了人類，現在更加不用說。這一能力可以使計算機在局部計算時對人有優勢，可以實行局部窮舉法。這樣在對殺中，尤其是快棋，會比人類有明顯優勢。
2、超高的學習效率。這一點是阿發go的亮點，也是谷歌想展示的東西。我沒記錯的話，阿發go學習，一天可以下成千上萬盤棋。一周下的盤數可能就超過柯傑一生。即使每盤棋的思考總結能力比人類弱不少，但是效率實在超出太多了。
我覺得，柯傑要是能下阿發go一半甚至1/10的盤數，並且保持這么年輕的狀態，肯定能贏阿發go。可惜按照人的壽命和生理需要，這是不可能的。
⑤ 厲害的圍棋ai軟體
除了已有的【絕藝】【麗拉】【星陣】，還需要加上Katago。
讓子棋只有勝率問題，沒有穩贏問題，ai讓二子，不代表可以穩贏人類，ai讓三子，也不代表人類就能穩贏。目前和一些圍甲級別甚至更高的棋手有過網棋的快棋測試（也不算特別快，40分鍾+60秒讀秒好像），ai讓三子占優（超過50勝率），但是個人認為，如果是更慢一點的比賽，加上是有獎金的比賽（高手會比網棋更加認真和求穩），人類的最頂尖棋手，讓三子還是人類有優勢（勝率應該高於70），讓二子ai優勢（勝率高於80）。而且我說一句，不要用你手裡的ai去衡量讓子能力，因為你的參數和配置都不夠好。野狐的讓子，也不是最好的讓子，實際上一盤讓子棋，ai這邊需要花費的成本一盤棋也要100元以上。
⑥ 最近的這個「符合預期」的圍棋AI是個什麼來歷
阿爾法圍棋（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DeepMind公司戴密斯·哈薩比斯領銜的團隊開發。其主要工作原理是「深度學習」。
⑦ 首例圍棋AI作弊已經出現，到底怎麼回事
在近日的圍棋AI作弊事件中，在照片中，該選手僅僅是將手機放在胸前的口袋並將鏡頭對外而已，而這個選手是如何從AI處得到技術指導的卻難覓蹤跡，人們單憑招法與AI的重合度來判定作弊恐怕有失偏頗。
⑧ DeepMind 研發的圍棋 AI AlphaGo 是如何下棋的
AlphaGo是通過兩個不同神經網路「大腦」合作來改進下棋。這些大腦是多層神經網路跟那些Google圖片搜索引擎識別圖片在結構上是相似的。它們從多層啟發式二維過濾器開始，去處理圍棋棋盤的定位，就像圖片分類器網路處理圖片一樣。經過過濾，13 個完全連接的神經網路層產生對它們看到的局面判斷。這些層能夠做分類和邏輯推理。
AlphaGo的棋讓人想起了李昌鎬九段全盛時期的招法，經常走一些看似緩手的自補，其實這正是李昌鎬和AlphaGo的英雄所見略同啊，已走下神壇的李昌鎬，看到AlphaGo想必會別有一番滋味在心頭。
這個思路相當機智開始棋面簡單可供學習的專家棋譜多，因此下棋就以學人下為主，後期搜索空間變少了，則已暴力窮舉為主。
⑨ 為什麼說圍棋AI將會毀掉圍棋
因為圍棋al只會選擇對他最有利的下法。al的最終目的是無法被戰勝，正是這一點將毀掉圍棋。
我們都知道，人類文明的進步是伴隨著一個又一個錯誤的選擇。如果不能犯錯，那將毫無意義。
很遺憾，圍棋al幾乎不會犯錯。