2026

Google 的人事變遷與 KataGo 的落敗

看了這篇 https://www.facebook.com/groups/aigctw/posts/3352694948247727?locale=zh_TW 和這篇 讓人釋懷許多。。謝謝 LLM + Google AGI 加油! Kata 君說:喂喂喂,我有讓兩子耶~~Google AI Mode:> 為什麼當今最強棋王對上 AI 仍需要受讓兩子當今最強棋王申真諝對上圍棋 AI(如 KataGo 的特製版本)仍需要受讓兩子,最核心的原因是:當今頂尖圍棋 AI 的實力,已經在純粹的計算能力和勝率掌控上,遠遠超越了人類圍棋實力的極限。以下是導致這種巨大實力差距的關鍵原因: 1. 圍棋等級分(ELO)的絕對差距 2. 計算力與「零失誤」的鋼鐵防線 3. 對大局觀與「虛體(厚勢)」的重新定義 4. 讓兩子是人類最後的尊嚴防線 > 申真諝在輸掉第一局後,後面兩局採取了什麼關鍵戰術成功逆轉 AI?在第一局遭遇 KataGo 出人意料的新手而完敗後,申真諝迅速調整心態,在第二、三局採取了「主動控局、降低變數、拖入官子」的關鍵戰術,並巧妙利用了 AI 的核心弱點成功完成歷史性逆轉。 以下是他在後兩局獲勝的具體戰術拆解: 1. 策略性選擇「大型定式」,主動壓縮棋盤空間 2. 避免複雜攻殺,改以「地盤圍空」穩紮穩打 3. 洞悉並利用 AI「追求完美」的致命弱點 申真諝在賽後記者會上分享了一個非常深刻的洞察:AI 的致命弱點,有時正是因為它太過追求「完美」。 [2] 4. 展現近乎零失誤的「鋼鐵專注力」 在讓子棋中,只要黑棋的預測勝率跌破 98%,AI 就隨時可能靠著局部複雜的死活計算翻盤。 [6]

Google 的人事變遷與 KataGo 的落敗 Read More »

Notes of eScience

2026/07/20 Why Today’s NIH Grant Proposals Sound Different (Weekly Updates)Analysis of 47,500 funded NIH grant abstracts across nine major NIH institutes suggests that computational integration has become an increasingly common feature of competitive biomedical research proposals. For many years, successful NIH grant applications were built on a familiar foundation: an important biological question, a rigorous

Notes of eScience Read More »

Scroll to Top