从AlphaGo战胜人类后的思考

1、 AlphaGo是在简单规则下的路径搜索过程。
2、 Deepmind将上述过程标准化，并与电脑硬件结合起来。
3、 通过高通量的运算，评估比较每一步的终盘价值，从而战胜人类。
4、 原有路径，套入新样本空间，如果新样本空间存在细微的变化，则原有路径就需要进行重新调整适应。
5、 如果引入时间维度，在短期内新样本空间细微的变化存在时间周期长短问题，则系统调整是否要考虑这个变化周期？
6、 短期人脑能否以新的样本空间细微的变化进行策略调整，短期的操作只能是试错（人脑内的模拟试错衍生出知识体系，并通过知识载体进行传播）。
7、 如果以人类DNA的进化长周期来看，则采取最保守的模式，静待死亡的淘汰（也是试错，只是长周期，大范围的试错）。
8、 如果人类永生，则不存在上述长周期，大范围试错过程，则存在无法进化的弊端，最终的结局还是物种被淘汰（永恒与存在是一对矛盾，因为不永恒才可以存在）。
9、 动态博弈过程的特点是，新样本空间细微变化不可知，触及细微变化后的路径调整的时间与深度不可知，则人类在这方面是否存在优势？人类存在的优势在于先前经验留下来对细微变化的觉察路径，如果先前经验留下的知识可以让人类比机器更快觉察到细微的变化，并进行策略调整，其即为固化的知识，知识一旦被固化，即可大规模传承。
10、 AlphaGo将加快，扩展人类的试错样本空间及加强对其操控。
11、 动态博弈在样本空间信息更新的过程中，能否实现整体终局优化，如何对终局结果进行评判？
12、 人类最终的优势是否在于对最终终局结果进行评判？机器在这方面能否取代人类？