主题：对ChatGPT的几点思考 -- 唐家山

Go出现之前，AI的研究侧重于算法和逻辑的设计，即使神经元网络算法很早就出现在AI的研究里，但是也是侧重于算法本身。就数学而言，任何算法本身是一种强逻辑的关系，就如同数学定理的证明，前一步的证明是后一步的基础。所以，Go之前的所有棋类AI程序，都是着重于在基于当前棋盘形势下建立各种强逻辑关系，然后推理演算下一步棋的行动。

Go的到来，颠覆了这个思路。它不试图将每步行动间建立强逻辑关系，而是通过已知的海量数据的统计，来得到一个下一步行动高概率结果，进而直接使用该结果。这得益于计算机科学本身的巨大进步，使得有海量的棋谱和CPU运算能力可以被轻而易举地使用。这个思路，就是非常巧妙的模拟了人基于经验的思维。高手在下了几千几万局棋会，就自然而然的觉得我这样下就是对的。这每步与步之间，没有必然的强逻辑联系，就是纯粹因为新的算法中“学习”了几百万个棋谱后得出来的“经验”。实现了，从强逻辑到弱逻辑的转变。而随着“经验”的增加（也就是喂更多数据），终于完全超越了人类。