作者：陳華夫
AI人工智慧不如人類智慧的地方有三點：（1）它的「演算法」（algorithm）只能建構規則，而人類卻可建構解釋規則的理論。（2）它無法處理兩三個地方的「聯立」利益，這需要長遠的「大局觀」。（3）它無法吸取失敗的教訓，反敗為勝。

職場產業

閱讀書評

投資理財

人類智慧真正優於AI人工智慧之處為何？─科技與智慧（30）

此前，「Katrain 9段」在「現代流5原則對戰職業九段,9P系列（13/100）─　陳華夫持白『Katrain 9段』錯誤劫爭50手而大敗13目半」那局，就在黑157手錯誤做劫，打了約５０手必輸的劫，表示它的圍棋策略，有問題，終局大敗13目半。錯誤劫爭50手而大敗13目半。而它又在局，黑137手錯誤做劫，打了120手劫爭而敗了4目半。
這並非偶然，顯示AI人工智慧有系統性的缺陷，以我對「Katrain 9段」的對局的研究，發現它每每敗於我的「棄子戰術」、「埋伏餘味」、及「劫爭」等圍棋策略。究其原因是因為「Katrain 9段」的「演算法」(algorithm)卻只能有效的處理局部的得失，而對「棄子戰術」、「埋伏餘味」、及「劫爭」這種犧牲局部利益，而在他處獲利的計算，就失靈不準了。從此局就是好例子，「Katrain 9段」黑137手錯誤做劫，就是嚴重的誤判，也是致命的敗著。
這種犧牲局部利益，而在他處獲利的計算是一種高級的智慧，有如物理學中解電磁學Maxwell方程式的4個聯立二次偏微分方程式（詳見我的視頻：「科學方法學物理與人工智慧（7/40）─解電磁學的Maxwell方程式」https://www.youtube.com/watch?v=B-Taqk9oI5g&list=PLB8WRRjV7NmwrNSL3ZJLkgfAeatZWWoWx&index=9
重點是單個二次偏微分方程式並不困難，但「4個聯立二次偏微分方程式」就成了物理學的超級難題，需要人類的高級智慧，才能解決。相反的，「Katrain 9段」處理一個地方的得失，沒問題，但處理犧牲某處利益，而在他處獲利的「聯立」問題時，就錯誤百出。所以人類的智慧還是優於AI人工智慧的。

現代流5原則對戰職業九段,9P系列（17─100）─ 陳華夫持白「Katrain 9段」錯誤做劫而打了120手劫爭而敗了4目半

解Maxwell方程式的步驟：



 
1。已知電荷密度ρ，
 
∇2Φ = -  ρ
ε0
 
可解出電位φ
 
Φ (1) =
 
1
4πε0
 
∫  ρ (2)dV2
r12
 


 
2。已知電流密度J，∇2 A
 
= - j
ε  c 2
 
可解出「向量電位」A
 
Ax (1) =
 
1 ∫
4πε0 c
 
jx (2)dV2
r12
 
Ay (1) =
Az (1) =
 
1 ∫
4πε0 c
1 ∫
4πε0 c
 
j y (2)dV2
r12
jz (2)dV2
r12
 

3。把φ及A代入四個聯立Maxwell方程式，即可解出電磁波
 
已知電流ρ，可解出Φ ：




 
∇Φ = −E
 
⇒ Φ =
 
− ∫ E • dL
L
 
= − ∫
 

b  q
E • dL = −
 

b  dr
∫ 2  = −
 

q  ( 1
 
− 1 )
 
a  4πε 0  a  r
 
4πε 0  ra  rb
 
∇2Φ
 
= -  ρ
ε0
 
= ∇ • ∇Φ
 
= ∇ • E
 

 
Φ ( x,
 
y, z) =
 
− q  1
4πε 0  r
 


 
Φ (1) =
 
1
4πε0
 
∫  ρ (2)dV2
r12
 


1 代表觀測點座標系統
2 代表電荷分佈座標系統
 
已知電流J，可解出「向量電位」A：


 
B = ∇ × A
 
定義「向量電位」A：
 


 
∇ × B =
 
µ0J
 
安培定理
 




2 A 2 A
 
µ0J =
 
∇ × B
 
= ∇ × (∇ × A) =
 
∇(∇ •
 
A) - ∇
 
= -∇
 





選擇 ∇ • A = 0
2  ρ
 
∇ A =
 
− µ0J
 
（與∇2Φ  = -
 
同構）
 
ε
解Laplacian方程式 0
 
A(1) =
 
1 ∫
4πε 0c
 
j(2)dV2
r12
 
1 代表觀測點座標系統
2 代表電荷分佈座標系統
6
 
電壓Φ與「向量電位」A同構

微分形式 積分形式

 
∇2Φ
∇2 A
 
= - ρ
ε0
= - j
 
⇒ Φ (1) =
 


1
4πε0
1
 
∫  ρ (2)dV2  ⇒
r12


j(2)dV2
 
ε c 2
2 jx
 
⇒ A(1) =
 
∫
4πc 2
 


r12
 
∇ Ax
∇ Ay
∇ Az
 
= -
ε c 2
= - j y
ε0
= - jz
c 2
 
1 代表觀測點座標系統
2 代表電荷分佈座標系統
 
ε0  7
 
安培定理必須修正為Maxwell方程式

 
∇ × B =
 
µ0J
 
∇ × B =
修正
 
1  ∂E
µ0 J + 2
c  ∂t
 
安培定理 Maxwell方程式
安培定理是磁靜力學：
 
∇ •（∇
 
× B）= 0 =
 
∂ρ
µ0∇ • J = µ0
∂t
 
磁動力學：代入「電荷不滅方程式」及高斯定理


 
∂ρ =
∂t
 
∇ • ε ∂E
∂t
 
= ∇ •  1
c2
 
∂E =
∂t
 
∇ • Jdisplacement
 

 
∇ × B = µ
 
(J + J
 
) = µ  J + 1  ∂E
 
0
c2 =
 
displacement
1
( 大氣中）
 
0  c2  ∂t
 
8
0 0
 
有了電壓Φ與「向量電位」A，就可以由
Maxwell方程式導出的波方程式，再解出E與B。

科學方法學物理與人工智慧（7/40）─解電磁學的Maxwell方程式

從圍棋棋理及我的「現代流第5原則」來看，來襲的小馬步掛，是在低位，違反「走在外面原則」，所以，可以「肩沖」應付，這是革命性的、有效的痛擊來襲的「小馬步掛」。

觀點

文化生活

運動

革命性的、有效的痛擊來襲的「小馬步掛」─圍棋本質（7）

圍棋升段心法指南
https://bit.ly/gocut4

在一個睡不著的夜晚，看著九段高手與AI廝殺
一直不相信圍棋被讓三子還會輸，還是九段！！！
但是，看著看著，也不知道哪裡下錯
竟然莫名其妙的輸掉了
圍棋真的是太深奧了

圍棋品牌經營心得
https://bit.ly/TRWGO

圍棋教學｜ＡＩ讓九段三子，結果九段被爆打，到底輸在哪裡呀？

這是陳華夫專爛：「革命性的、有效的痛擊來襲的「小馬步掛」─圍棋本質（7）」的是頻版。https://vocus.cc/article/5fd3673efd8978000146eec6
黑5手，小馬步掛白2手的星位，從圍棋棋理及我的「現代流第5原則」來看，怎麼看，都是手壞棋；它從下邊算起，是危險的第三線的低位，違反第4原則─「走在外面原則」，若遭到圖2的白6手的「肩沖」攻擊，是非常嚴厲，因為局部是白、黑的棋子勢力是2：1，而且黑棋孤軍深入，沒有外援，肯定佔不了便宜。
我查了「定石辭典」竟然發現，星位對付來襲的小馬步掛，有「踢」及各種的「夾」，唯獨沒有「肩沖」。我再查的AlphpaGo棋譜庫，都沒有「肩沖」小馬步掛之例子，所以此前我都不敢下，因為我想既然沒人下，想必是「臭棋」，於是我都是採取圖1的白6手踢小馬步掛黑5手，而導致了每次我持白，都被ZenGo 九段小馬步掛，就落入被動的局面。
此文發表後，有讀者傳給我一個視頻：一個視頻告訴你，如何破解兇猛的暴力流「古定式」——倒垂蓮，我看了以後認為，以「肩沖」對付星位來襲的「小馬步掛」，的確是此視頻所謂之「兇猛的暴力流「古定式」——倒垂蓮」，但我反對此視頻結論：「採取「肩沖」的一方（在視頻裡是「黑子」，在本文裡是「白子」）不利」。請看我與ZenGo 九段的實戰棋譜（圖4），我持「白子」，把持黑的ZenGo 九段殺的四處逃竄，到白82手，ZenGo 九段的黑中腹9顆子被攻，沒有任何「眼」形，很是難受的，所以，採取「肩沖」的一方是有利（效）。