---

简单地说，自动驾驶是一个环境开放的决策问题，AlphaGo其实在解决一个受限决策问题。尽管均是决策问题，但自动驾驶中环节更为复杂，需要处理更多边界场景，并且涉及到人类在行驶过程中的安全问题，围棋没有那么多严苛和挑战性的问题需要处理。所以成功围棋方法并不能直接迁移到自动驾驶上，需要更多的工作。

---

阿尔法狗也是用的蒙特卡洛加强化学习，自动驾驶也会用到这两个演算法，只不过效果没有太明显，所以你的问题从何而来？

---

搭车同问：姚明作为世界顶尖的大中锋，为什么没能带领国足冲进世界杯，甚至都没有入选国足集训队呢？国足不正缺优秀的中锋吗？

---

首先，AlphaGo只能算是人工智慧，离顶级还差得太远太远，咋一看，训练了几天就能打败世界冠军是一件很了不起，很不可思议的事情，可是你应该同样想一想，现代计算机的运算能力不更加是一件远远超出你的想像的事情吗？所以，不用只站在你的角度，你的视野想问题，在数以亿次的计算能力面前，棋盘那些千变万化的可能性也不过如此，AlphaGo只能算上人工智慧发展史上的里程碑事件，他让AI再次吸引人们的眼球，重新回归到大众的视野中，但也仅仅算得上是初级人工智慧。

之后，要回答为什么AlphaGo不能做自动驾驶，AlphaGo用在解决下棋的问题，现今AI的发展只能是处理特定场景下的问题，这也是称他们为初级的根本原因，环境一变，条件一变，人工智慧就变成了人工智障。而且自动驾驶处理智能处理环境，应对不同的变化之外，还要有多感测器融合，激光雷达和车联网等方方面面的技术。可以说，实现自动驾驶远远比打败围棋世界冠军难。自动驾驶时代如果来临，人工智慧也相当成熟了。

---

两个演算法不一样吧。

---

开车比下棋复杂的多。下棋更容易建数学模型。开车涉及到图像识别，机械控制，伦理法律等一堆问题。

---

两者演算法不一样，阿法狗可以认为是定制的人工智慧。而，目前为止没有通用的人工智慧演算法。演算法确定后，调参也很重要。

---

因为AlphaGo是顶级围棋/棋类人工智慧，但在其他领域完全不懂。

---

百年前人们看到大机器能够如此高速精准的做精细的活儿也很惊讶，这一定是智能。

阿法狗只这个时代的自动化而已，只不过这个时代我们像自动化的东西凭我们自己无法总结出来而已。

从来都没有过人工智慧，只有单一工作领域的更高阶的自动化。

---

AlphaGo下棋的，演算法都不一样，现在下棋最厉害的是Alphazero，到新的领域又要重新学习

---

推荐阅读：