阳电提示您：看后求收藏（天籁书屋www.qdfangde.com），接着再看更方便。
，围棋ai的棋力早已远胜于人。
进而，用围棋ai所需的算力，来衡量同等棋力之人的大脑“算力”，其可信度也一直在提升，精度也随之亦然。
原理是很显明的，人类，其中的顶尖棋手，哪怕并非生命中的每一分、每一秒都在下棋、思考棋术，认为其大脑的算力峰值，会出现在执行“对弈”这件事的时候，这假设是十分合理而难以辩驳的。
继而，同等棋力ai所需的算力，就可以大致当做棋手之脑的等效算力。
考虑到棋手的一生，毕竟，绝不可能百分之百围绕着围棋，多少总会有些分心之事，但对于顶尖棋手，引入的误差也不会太大。
多少年来，人类的顶尖棋手之棋力，渐消渐长，隐约可见一个模糊的上限。
而人类研发的围棋人工智能，使用互有区别的算法、架构，运行在不同的计算机系统上，达到同等棋力所需的算力也彼此相若。
种种迹象，似乎清楚的指向一个事实：
完成同样任务的计算机之算力，就是人脑的等效算力。
在当今时代，人，不论天赋如何、又是怎样努力，也根本无法打破人类棋力的天花板，更不可能战胜任何一个等效棋力在十段以上的围棋ai。
这似乎也从侧面证明了，围棋棋力，可以视为一个人大脑能力的极限。
在这种理论指导下，稍加检索，方然就知道了这一数字。
按围棋ai等效法衡量的人脑算力，不同资料，给出的数据差异很大，上下限之间的差距在三到四个数量级，但凭借自身的认识水平，他不难看得出，其中接近上限的数字几乎都是错误的，更准确的数字在10~50pflops。
至于其他数据，大多高出两个、三个，甚至四个数量级，主要是一些研究者将围棋ai的训练所需算力也统计进来。
不论什么时代的人工智能，在投入实用前，都需要一定的“训练”过程，这一过程与人的学习很相似，目的是模仿人类的学习过程，从基本规则中“自然而然”的产生出解决实际问题的算法，当然，这些算法往往体现为多层网络、分支网络的形式。
将ai训练所需的算力，统计到总算力中，从成本核算的角度是很正常的，在比较人和计算机的能力时，却一点都不公平。
照此做法，计算机达到某一水平的算力，是测试发布到实战运作的算力总和，那么对人而言，也需要将围棋的漫长的学习过程一并统计进来，均分实战中
