决战AlphaGo：天外有天

北京时间3月11日晚间消息，AlphaGo开发者、DeepMind创始人哈萨比斯今日发推特称，在AlphaGo与李世石九段的比赛中，采用了中国围棋规则，且没有任何限制。这意味着，DeepMind方面否认了“不准打劫的秘密协议”的存在。
　　昨日，谷歌围棋程序AlphaGo再次击败韩国围棋国手李世石九段，此结果迅速引发赛场内外关注。在赛后发布会上，有媒体问向李世石九段提问：是否与谷歌签署了保密协议不能打劫争胜？其后，亦有网友提出了关于“不准打劫的秘密协议”的质疑。而今日早间，AlphaGo的开发者之一黄士杰（Aja Huang在网上做出公开回应，表示不存在所谓的“秘密协议”。（李根）

　　10日，人类选手李世石又投子认输。AlphaGo再下一城，以总比分2:0领先。本轮战败后，李世石只有剩下3局全部获胜才能以3:2总比分战胜AlphaGo，而AlphaGo下一局只需获胜即可宣布战胜李世石。究竟是AlphaGo继续强势领跑，夺得冠军，还是李世石实现华丽逆转？3月12日，第三番对决即将上演。
　　想观看猛戳 →

　　视频直播入口：
　　http://video.sina.com.cn/l/p/1704735.html
　　图文直播入口：
　　http://live.sina.com.cn/zt/l/v/tech/alphago
　　移动端专题入口：
　　http://tech.sina.cn/tech_zt/alphago
　　PC端专题入口：
　　http://tech.sina.com.cn/d/AlphaGo
　　微博直播入口：@△科技栏目
　　@新浪探索

巅峰对决，谁能笑到最后？
　　为了见证这一场人机终极对决，新浪已成为谷歌授权的比赛直播方，并且受邀前往韩国首尔，将在一线为全球华人带来实时动态。欢迎通过微博、△科技栏目、新浪体育和新浪新闻客户端关注此次直播。

担心围棋看不懂？害怕人工智能太深奥？
　　敞开你的好奇心，收起你多余的担忧。新浪已经邀请到国内最顶尖的一线人工智能专家、围棋国手和教练，在后方为网友实时讲解赛况──他们不仅懂黑科技、懂围棋，还与李世石交过手，一切你所好奇的，都是他们会分析的。
　　还要做什么呢？3月9日～3月15日，见证#人机围棋对决#，一切尽在新浪网！

　　在昨天，对此问题我还不能完全肯定地回答，但在今天我可以确认：
　　第一局所谓李世石的领先和细棋都是人类经验带来的错觉！从开局战斗到最后结束，一直是AlphaGo优势！
　　这一判断也符合AlphaGo自己的胜率走势。
　　在上一篇，我提出AlphaGo对局面的判断是基于一手对方没有算到的严厉手段（102），我们认为它在左上的缓手（80）和左下的恶手（86），确实并不肯定好，但在AI看来却是最接近胜利的选择。观战棋手认为左下之后黑棋已经逆转甚至大胜，是由于
　　1）“左下白棋大亏”
　　2）对第102手没有充分的准备。
　　3）人类的傲慢自负。
　　然而
　　1）是一个依靠经验的局部判断，并不具有能构成证明的准确性；
　　2）AlphaGo的局面判断基于有102这一手；
　　3）人类的情绪降低了判断能力。
　　102手一出，李世石长考无果，局部大亏。然而，这个大亏根本就在AlphaGo的判断之中，对它而言，这只是搜索树中可能出现的一个分支。
　　至于很多人认为后面黑右下走好还能收──确实是能收，但恐怕不能赢了。当然，跟我下或许你能赢，但对AlphaGo不行，这是从AlphaGo的算法和下法的逻辑推出来的。当然，这个结论的得出依赖于AlphaGo在对阵人类时这套方法不会出现问题。基于这两天它这套方法在对人类时还没有出现任何问题（关于失误问题请看上一章或上一篇），我只能极大程度地相信它。这个信念只有在AlphaGo这套方法在对阵人类出现问题而败北时才会动摇，才会需要去寻找它的问题在哪里，以及人类能够怎么去利用。
　　有趣或者说可怕的是，对于人类而言无比闪耀的”胜负手”102，包含了如此多的计算、判断和预谋，对于AI而言却只是它这一局平凡的93手棋中平凡的一手。
　　这样的话，李世石的第二策略起到什么作用了呢？
　　非常大的作用。对于第一局的80和86手，我们在经验上认为它们可能是不好的棋，但无法严格证明。但对于后面的136手和142手，我们可以严格证明它们肯定劣于另一个选点。这使我们确认了AI的一个弱点，即“缺乏逻辑能力”（见上一篇）。如果再补充一条，可以认为“缺乏局部封闭搜索能力”（这一条是否算弱点可讨论）。
　　因为逻辑能力的缺乏，导致AI有时会出现人类看来明显的失误。
　　但我们认为的不可理解的失误，只是在它看来不会降低胜率的选择。确实，我们可以指出他的一些基于逻辑的可证明的局部亏损，比如无谓的绝对先手交换，比如目数的白白亏损。在对第一盘的总结中，我认为这可能会是电脑的一个弱点（对AI而言不是失误），即“缺乏逻辑”而导致的局部小损，而这可能是人类仅有的两个突破口之一。AI在优势时会在局部有所退让以确保胜利，在均势时如果也退让岂不是人类就有了领先机会？因此我提出：
　　1，我最期待的策略是，李世石按照人类研究很深的套路开局，因为AI并不会背套路。即使不能凭此占优势，也要尽可能保持局面的均势。在这个条件下，AI或许会在一些简单的局部因逻辑缺失而有所亏损，人类牢牢把握住这些微小的利益，最终取得小胜。不过，这似乎并不是李世石常用的风格。
　　这是第一局之后我分析认为针对电脑弱点的最优策略。

3。第二局李世石在做什么？
　　如果是你，在第一局的下法失败之后，第二局你会怎么下？
　　我的想法是，通过第一局我意识到AI的强大可能超乎之前的想象，在我认为他最可能失败的地方他居然成功了，但好在我也看到了他可能的弱点。我根据它最可能的弱点制定了一套新的策略，然后严格按照这一策略执行。
　　这是因为，我发现可针对AI弱点执行的策略并不多，而第一局我使用两个策略失败了。我可能需要更专注于一个策略的执行，毕竟后面还有三盘的空间。这是我在第一局后会做出的决定。
　　或许有人会问：”瞧你说得这么玄乎，你又不是李世石，他又没说，你怎么证其有？”
　　是的，我不能证其有。即使他说了也不能完全证其有。我只是用棋谱信息加上AI算法来做的合理推测。当然，李世石有可能并没有制定什么第几策略。如果是这样的话，他就太天才了──别人用知识和推理达到的方案，他仅凭意识就做到了。
　　前面说了这么多，总还得用棋谱说话嘛。那么让我们看看第二局到底发生了什么。
　　我个人认为，对于这一局，传统的棋评解说意义已经不大了。

先看第13手。右下先虎之后脱先中国流，这又是“职业棋谱中从未出现过的布局”。看到这一步，李世石站起来，出去抽了根烟。
　　下面请允许我趁李世石出去抽烟时暂时代入他来思考。（画风突变如有不适请勿见怪）。
　　此局我下决心执行一个策略，这个策略是针对AI弱点的攻击。这个策略简单说是：”熟练开局，争优保平。细微局面，等待失误。“（原因在前面讲得很清楚了）
　　于是我开局选择了最普通的布局应对。白方这一布局在历史上经久不衰，没有千局也有几百局实战了（感兴趣可以去搜一下）。经过昨天试探，AI不会背谱，人类整体的经验很可能是最有力的，我要尽可能导入到熟悉的套路中。
　　下到12手，我心里还有一点兴奋：这个布局我是见得多了，白棋总是不亏的。
　　然后，看到对方落下黑13。
　　纳尼？
　　定式不下完？
　　这还能脱先？
　　我勒个去，AI你不会是知道我在想什么，跟我玩心理战吧？
　　啥时候通过图灵测试的？
　　好吧让我想想。你定式不下玩就脱先我得制裁你啊，夹击如何？

我拆1，你拆2，我攻3，你抢4……这棋失控了啊，这局面没人下过啊？
　　我这棋好不好呢？下边会攻成什么样？是否足以抵消黑上边阵势？
　　以下省略几十个脑海中飞速出现的变化图……
　　判断不清，好像没啥把握。
　　怎么办？策略就这么被破了？
　　有了！我就当右下黑棋没交换虎那一下不就行了！
　　咱谱着该走哪还走哪，机器你能怎么着？
　　哈，我咋这么机智呢？
　　AlphaGo你有我这么机智吗？
　　一盒烟正好抽完，李世石回到了座位上，落下第14手。

这是右下没有虎和拆一交换时最常见的下法，也不知有几百盘。而且这时黑棋虎白棋也多半会拆一。
　　好了，这个小故事告一段落。我并不是说这就一定是李世石的心理过程，而是说，如果是我，我会这么做。
　　这盘棋技术上无与伦比的精彩我想留到第二部分再谈，那里有更加精彩的新世界，但在这里暂时先略过。
　　再简单回应一下所有认为李世石后来84、146、172这三手棋没选择打劫有问题的观点。
　　1）认为李世石不选择打劫是因为签了协议的人。
　　您好，再见。
　　2）认为李世石不选择打劫实在太怂了的人：
　　如果你看完前面的分析还这么认为，那请回答：打劫能赢？
　　当然，你可以说84托虎明显优于实战，146应该夹进去才能争胜，172不冲不足以平民愤……
　　那句话怎么说来着……你以为你以为的就是你以为的吗？（这句话用来看人和AI真是金句了）
　　对AI来说，气势是什么？血性是什么？胜负感是什么？
　　AI只看：胜率是什么。
　　的确，我这不也是我以为的？
　　好吧，请告诉我托虎做劫在当时为什么比实战好，后两处哪一处你认为会对胜负产生影响？给一个有效辩护吧，不要摆几步说个看不清就赢了。
　　在我看来，这盘棋李世石完整地贯彻了他的策略。
　　可惜的是仍然并未取胜。原本预计在熟练的布局套路下能在前半盘占优或持平，然后在后半盘等待AI因逻辑缺失而造成的局部小亏损。然而，在形势接近的情况下，电脑的局部“失误”变得比第一局更小、更难确认（比如15、117等先手不保留）。
　　这可能是一件非常可怕的事情。它告诉我们，在形势接近的情况下，AI的“失误”也会变少，甚至消失（不被人发现）。AlphaGo形势越好，他的”失误”可能越多。我们基于这些”失误“对它进行棋力的判断，只会造成对它无止尽的误解。
　　还是把上一篇文章的结语在这里引用一下：
　　如果我们只用人类思考围棋的方式来理解AlphaGo，或许我们将永远都不知道是怎么输的。
　　读到这里，相信大家对AlphaGo有了更直观的认识。
　　或许有人会想到这一点：这么看来，AlphaGo岂不是遇强更强？
　　的确是！
　　它的目标只有赢，不求最优。
　　在对手弱的情况下，它可能选择的类似胜算的点就更多。
　　在对手强的情况下，它可能选择的类似胜算的点就更少。
　　后者，意味着更精确，意味着在人类思维的意义上更少失误。
　　那么，AlphaGo的极限在哪里？我不知道。
　　但我认为AlphaGo饶天下一先是指日可待的事情。
　　虽然我赛前和现在都无比希望李世石能获胜，因为人机相持的时间越长，可供围棋界反思的时间就越长。
　　但是，理智告诉我，AI真的绝尘而去了。
　　让我们回顾一下老罗的这段话：
　　“人工智能就像一列火车，它临近时你听到了轰隆隆的声音，你在不断期待着它的到来。他终于到了，一闪而过，随后便远远地把你抛在身后。”
　　围棋AI，是这段话最好的注脚。
　　看完第二盘之后所有认为AlphaGo 只是后半盘强的人，如果你能理解前面提到的知识和逻辑，那你也应该能理解这一点：
　　是李世石的强大逼出了AlphGo的后半盘。
　　为什么第一盘AI的后半盘”失误“更多？因为”失误”时AI已经胜定。
　　第二局赛后的采访中，Demis Hassabis表示程序中间一度认为形势接近（根据胜率显示），而李世石表示自己是完败。
　　如果说第一局李世石输棋之后还有曾经领先的错觉，这一局他自己则完全没有了错觉。即使在棋界几乎公认为AlphaGo明显亏损的左下角定型之后，李世石都不觉得自己有过任何优势。正是这种正确（保守？）的认识加上前半盘相对熟练的格局，使得AlphaGo一度认为局势接近（很好奇AlphaGo有没有认为自己落后过）。这也激发出AlphaGo强劲的后半盘，在对阵世界顶尖棋士时，仅仅通过收官就将胜负差距扩大到盘面十多目。
　　对于这件事情的夸张程度，棋手们能否正视？人类面对不能理解的事物，总是用固有的知识体系来理解。但是，新时代真的来了。

4。李世石，直面AI的围棋英雄
　　读到这里，我希望有一部分人能够理解在李世石和AlphaGo之间究竟发生了什么。
　　这一节，我是对你们说的。
　　从古至今，我们从来不知道在围棋技术的浩瀚空间里，人类到底站在了什么位置。是离天只有三尺远？还是仍然站在地平线？
　　如果把穷尽看作天，把入门看作地，人类今天对围棋的认识究竟在什么层级？
　　藤泽秀行先生曾说：”围棋，我只知百分之五”。相信包括我在内的绝大部分棋手，都曾认为这是谦辞。往正面解，是敬畏心；往负面解，不知是什么心。
　　真的是谦辞吗？
　　纵向看不清，横向比较一下总可以吧。其他有职业体系的棋类项目，变化比围棋少很多，未知的东西少很多，那么其职业选手是不是很可能相比我们在各自体系中站在更高的层级？
　　可是，他们都早已接受了AI的层级在人类之上这一事实。
　　诚然，在不短的时间里围棋是仅存的硕果，围棋选手看着用机器训练的同事们，发出”围棋永不会被机器打败”的豪言，似乎在捍卫着什么了不得的东西。
　　并不是我想要戳破这种幻象，而是事实摆在眼前，不由你不信。
　　国际象棋遭遇深蓝挑战时，人机之间还相持了一段时间。直到今天，在国象和象棋，虽然人不能战胜AI，守和还是可能的。一方面AI的技术层级可能并没有比人类高出太多，另一方面和棋的空间是一个很大的缓冲带。
　　围棋呢？确实围棋更难于被AI攻破，可是一旦攻破，会有多少高出人类的空间？围棋AI离天还有多远？人类棋手离天又有多远？没人能给出准确的回答。
　　如果没有围棋AI，我们将永远不知道自己在围棋的天地之间究竟处于什么位置。
　　围棋AI是我们唯一的参照者。
　　虽然在围棋被穷尽之前我们仍然不能准确地定位自己究竟处在什么位置，但是
　　我们不再孤独。
　　多年以后，围棋书上将会如何讲述这次李世石代表人类围棋最高水平与新生AI对决时做出的种种努力，又将会如何评价面对忽然之间凌驾于人类之上的围棋AI时李世石的表现，我并不能肯定。
　　我只是希望在这个连李世石的职业精神都会受到质疑的时代里，把我看到的事情告诉大家。是不是真相，请自行判断。
　　“李世石面对AlphaGo，并未因五个月之前的棋谱而有丝毫轻视，他做了非常充分的准备。他抛开人类的偏见和自负，试图理解AlphaGo运算的机理，并找出其中可能存在的弱点。在比赛伊始，他就对AlphaGo可能存在的弱点进行了直指要害的攻击，并且在失败后迅速调整，继而展开了第二次、第三次针对性攻击。正是他的策略针对性，使人们更好地理解了AlphaGo的强度和特点，以及不同于人类的决策模式。他在第二局中就已经找到了足以在中盘接近甚至抗衡AlphaGo的布局策略，使人类第一次见识到AlphaGo梦幻般的后半盘。”
　　──这是我对李世石在人机大战前两局表现的评价。
　　从这两盘来看，我不认为这个世界上还有哪一个人能够代替李世石将这件事做得更好。
　　写到这里，天已经亮了。
　　但是故事还远没有结束。

5。在后三盘可以做什么
　　第二盘之后，我在上一篇文章中推测得出的最优策略已经被AI强大的实力证明难以取胜。虽然这一策略在最大限度上利用了人类集体的经验，从而能够在中盘取得接近的局势，但在这种情况下AlphaGo的后半盘不是限时人类所能抵挡的。那些认为李世石发挥太差、自己上去可以不失误的选手，既低估了人性的弱点，又低估了AlphaGo的实力。
　　昨天给出的次优策略则是关于劫争：
　　2，另一个策略是在局面选择中尽可能制造劫争，即制造对方不开劫就不利的局面。当然，AlphaGo目前没展现出复杂劫争的能力并不能证明它没有这种能力，因此这种策略是存在风险的，太过刻意是不行的，还要考虑局面的自然和均衡。
　　但是在看完第二盘AlphaGo的表现之后，我认为这一策略实际上也已经破产了。AlphaGo的算法使得它只会去打那些能影响到胜负的劫争，与胜负无关的劫他就不会打了。
　　虽然如此，我觉得李世石还是会去试试。我在第一局时只看到了AlphaGo的两个弱点，第二局则基本证明这两个弱点都是人类所无法利用的。AlphaGo在尽可能避开劫争的条件下仍然能完胜李世石，这才是关于劫争方面应该关注的焦点。
　　关于弱点，李世石在第二局赛后表示，没找到AlphaGo的弱点。我认为他非常诚实，而且他确实已尽力寻找。
　　虽然我非常希望李世石在这次比赛能够获胜，为围棋行业的发展争取时间。但在我看来，后三盘在正常情况下李世石将毫无胜算。
　　空中开局是否有效？我认为无效，但或许比较有趣。
　　如果不去找bug，剩下的事情就只有──跟AI学棋。

6。人类如何跟AlphaGo学棋
　　这是个不小的话题，在未来一段时期内会被围棋界的人反复拿出来讨论。在这里我只是简单开个头，或有不确之处。
　　首先一句话：AlphaGo的棋既容易学又不容易学。
　　为什么不容易学？因为ALphaGo所有的着法都是从全局考虑并基于它认为的胜率，如果只是单纯地模仿它的下法，将会掉入巨大的陷阱。
　　陷阱1：AlphaGo的一些下法本身就不是最优，甚至不如人类的选择。例如第一局中的那两个典型”失误“。如果真要学局部的下法，或许只好期待他左右互搏时拿出最强功力（或者对人类的让目对局，总之需要给它增加难度以减少选择。）
　　陷阱2：AlphaGo的下法基于全局，全局形势稍有不同可能就不适用。例如第二局AlphaGo在左下的下法，几乎所有人都认为局部明显亏损。但AlphaGo是基于上边和右边的情况而在左下做出的选择（对此我将在第二部分解说……学习），这对棋手思维的拓宽有巨大的好处，但具体的着法却不宜照搬。即使是天外飞仙的第37手，也是在独特的局面下才是当时的好棋，如果对任何高拆二都跑去肩冲就成了东施效颦。
　　为什么容易学？因为AlphaGo的围棋技术层级已经在人类之上，它每一盘下出来的招都值得棋手反复思考推敲。仅仅两盘，就已经有这么多的亮点、更多的不解，这绝对是史无前例的棋谱。
　　AlphaGo给出选点的思维方式与人类不同，但我们却可以用人类的方式去理解它，这是一件多么美妙的事情！同一个点，AlphaGo通过数据的方式来给出，人类却用道理的方式来接收，围棋的数与道在这种对话中得到完美的呈现。
　　此文的第二部分原本准备用棋谱解读的方式来呈现我从第二局中看到的无法用言语来表达的震撼和美，但本文或许已经太长，两部分关联性又较弱，更主要的是，天色已大亮……留在下一篇吧。
　　想念吴清源大师。

　　本文转载自李喆微信公众号
引言
　　我不知道这篇文章要怎么开头。

　　没有言语能够形容我现在的心情。

　　19年前，围棋入门课，用十个棋子在中腹摆出两眼活棋。

　　4年前，挥别围棋赛场，进了大学。

　　怎么也想不到，在今天，竟然会为了一张棋谱，我哭了。

　　哭得很开心。

　　我不知道这世界上还有几人与我此时有同样的感受。或许有，绝不会多。

　　我不奢求读到此文的人都能理解我在说什么。

　　但是，我要把我看到的记下来。

　　不是纪念，而是感激。

　　我发现，在情绪中，我只能记录下我的情绪，却无法写出这情绪的由来。虽然我自认为清楚地知道它的由来。

　　写一篇抒情的文章很容易，但没有什么太大的价值。我看到的东西，这似乎应该用“美”来表示的这种东西，难以抽象成语言将它描绘。于是，我只好等到情绪消退，从理性出发，试着把因果呈现。

　　这样，会有更多人享受到这种美吗？

　　我不知道。

　　或许可以试试。

　　深夜。终于可以动笔。

2016年3月10日，AlphaGo对阵李世石，人机大战第二局。
　　对于这盘棋，虽然分歧远小于上一盘，但职业棋手之间仍然有许多互不相同的看法。
　　或许随着时间的前行，这些看法最终会汇流为一。但在今天，在故事发生的当下，面对经验以外的事情，人类观点的多元无法避免。我的观点同样也是这多元中的一元，正是人类思想的多元性丰富了我们的世界。
　　在敲完上面这一串字之后，我原本准备神游到中午的状态，从头梳理一遍我的所见所思，将我看到的那无法用语言直接描述的感受的由来渐次呈现。
　　然而，事实教育我们不要在写文章的时候刷微信微博新闻朋友圈……
　　一个小时之后，我不得不再次改变写法。
　　这两盘棋，没人会比李世石做得更好！
　　是的，这就是我文章的标题。
　　我知道我说服不了所有人。这样的标题也不是我一向的风格。
　　但是，在铺天盖地的对李世石的质疑声中，我必须把我看到的讲出来。
　　因为，我不相信这些质疑是出于恶意。我只能理解为有些我看到了的东西人们没有看到。每个人的认知体系不同，对待事物的态度也不尽相同，对此倒没什么好指责的。
　　在小说《冰与火之歌》之中，有一场“黑水河之战”。守方的指挥者是一个侏儒，用尽了各种策略，最后亲上战场被割掉了鼻子，终于抵挡住了对方的进攻，拯救了那座城市。但在战争结束后，他被解除了职位，甚至成为阶下囚。他所做的一切，人们并没有看到。

《冰与火之歌》电影截图
　　没有关系，我把我看到的东西讲出来。
　　我只希望，读者能耐心看完这一章，再做判断。
　　在阅读本章之前，建议先读昨天那篇“【火线速递】──李世石的策略与AlphaGo的弱点”，会帮助理解此文。

0。莫须有的“协议禁劫”
　　这一节是本文最没有价值的部分，也是我最不想写的部分。谣言自破，本不需我来回应。但一方面我对谣言扩散到圈外而感到羞愧，另一方面也能帮助大家稍微理解AlphaGo的算法。
　　关于“协议禁劫”的质疑大概来自“AlphaGo七盘棋都没出现劫争”这一说法。
　　或许DeepMind会官方回应此事，或许在接下来的对局谣言自散。
　　但不需要这些证明，难道我们就不能分辨了吗？
　　由弱到强，我先给出三个回应。
　　1，懂围棋的朋友，你真的相信李世石作为一名世界顶级棋士在代表人类出战的历史时刻会签这样的协议？不懂围棋的朋友，你真的相信谷歌团队会签这种改变围棋玩法的协议？
　　2，AlphaGo的算法决定了他在不打劫就能获胜的条件下会尽量避免劫争，因为优势下的劫争增加了搜索的不确定性，常常会使他对胜率的估计降低。这也是我在上一篇里谈到的逃避劫争问题的本质。但是，非胜不可的劫，电脑必然会打。可逻辑推断或参考第3条。
　　3，难道不能去看一眼去年10月AlphaGo对樊麾的棋谱吗？第三局、第五局，都出现了劫争。其中第三局马上消劫形成转换；第五局劫争过程持续18手，亦形成转换。
　　在围棋受到空前关注的时刻，我认为圈内人有辟谣的义务，不助长谣言则是底线。

1。AlphaGo算法的关键特点
　　很多人说发现了AlghaGo的很多失误，不能理解这么弱的一个AI怎么能赢李世石，所以blablabla……
　　如果你看过上一篇分析仍然这么认为，那可能是我没有讲清楚。绝大多数对AlphaGo实力的错误估计，都是因为对AlphaGo算法原理的不了解。
　　强调一下：
　　AlphaGo的算法决定其落子的决策基于“胜率”而不是“最优”！
　　所有质疑AI失误的同学请记住这一点。
　　这也是这篇文章整个分析的逻辑起点。
　　这意味着，我们人类所谓的“失误”对于”AI“而言很可能不是失误。

2。第一局李世石在做什么？
　　第一局下完，有棋手提出”李世石心态不对，太过急躁，电脑计算力肯定强，应该慢慢下跟它拼形势判断，它的判断力肯定不行”。
　　说得好。李世石第二局就是这么做的。
　　只是，在第一局之前，几乎没有人认为李世石的乱战能力会不如电脑。
　　在上一篇中，我谈到在赛前对AlphaGo算法的分析认为，它在面对“开放性复杂局面”的时候可能会变弱，因为深度学习加蒙特卡洛的剪枝和搜索在面对开放式复杂局面时可能会变得失效。
　　第一局，李世石上来先试探了无谱布局（你说李世石没用什么策略？好吧），然后马上导入开放式复杂局面，呈现出六七块棋纵横交错的场景。
　　结果，第一策略失败。起码下到中盘收兵为止，赛后职业棋手基本上都认为李世石亏损。
　　如果是我在场上，或许也会在第一盘选择这样的第一策略，但我只会考虑一盘棋试一个策略，毕竟有五盘棋的空间。
　　然而，李世石在中盘及时收手，第77、79手主动停战转向收空，导入细棋局面。
　　他在第一盘竟然试探了两个策略！
　　那么，你可能会问，如果李世石原本形势不利，怎么能导向细棋甚至反而领先呢？那不是说明AI出现了足以颠倒胜负的错误吗？

图注：代替AlphaGo执子的黄士杰冷静得像是工厂里的操作员
　　“昨天在首尔”是新浪网报道谷歌AlphaGo大战李世石的前方记者发回的现场手记。我们希望能让你在关注今天的比赛之前，对前方的新鲜事有一个角度更全面的理解。
　　图文直播入口：http://live.sina.com.cn/zt/l/v/tech/alphago
　　移动端专题入口：http://tech.sina.cn/tech_zt/alphago
　　PC端专题入口：http://tech.sina.com.cn/d/AlphaGo
　　微博直播入口：@△科技栏目 @新浪探索
　　△科技栏目 周峰
　　首战时做客新浪直播间的王小川说，那些觉得人类能赢的工程师还缺一些浪漫主义色彩。但在韩国，那些赛前看好李世石的人们，在首战过后，就从来没有缺少过把AlphaGo当成人类对手看待的浪漫主义。韩国两家大报在头版头条上，都把谷歌比喻成了人类：《韩国日报》的标题把机器描绘成了人类顶尖棋手面前，稳如泰山般的存在；而在韩国的老牌媒体《朝鲜日报》那里，AlphaGo是一个刚刚2岁，却击败了数千年历史的人类围棋的孩童。
　　但第二场比赛过后，这种浪漫设想顿时消失得一干二净。李世石再次认输，观赛室内沉默得可怕，只有各家媒体记者们赶稿时的键盘敲击声此起彼伏。赛后发布会照样挤满了韩国的媒体人，但除了调试闪光灯，我们再也听不到上次那种大声的议论和交谈。
　　原因或许是因为AlphaGo的第二场表现太吓人了。
　　37尖冲，似乎是第二场比赛最重要的一步棋。在新浪体育的同事眼里，AlphaGo的这次落子不会有哪一个人类棋手能够做得出来。尽管这手棋看上去像是业余水平才有的“手笔”，但旁观者纷纷表示看不懂电脑到底在想些什么。几步之后，这个位置的作用就显示了出来。中盘过后，聂卫平都表示要向电脑这手棋脱帽致敬了。
　　AlphaGo落子的根据，似乎是价值网络估算出37尖冲的胜算最高，但这手棋从来没有出现在职业棋手的布局里。按照人类的现代围棋理论，这次落子不可思议，人人唯恐避而不及。在人类围棋的常识之外发现了新的天地，这估计是聂老向AlphaGo致敬的原因。
　　到这里，大家心里明白：把AlphaGo当作一个人类棋手看待，是一种多么不客观的浪漫主义。要理解AlphaGo的实力，最好不要用人类的经验轻率地判定电脑招法的优劣。
　　把目光移出这次人机围棋大战之外，你其实会发现科技催生出的机器逻辑，一直以来都在你的身边违反人类的既有认知。首局比赛结束之后，我向体育同事解释为什么大家都把电脑当人看有可能是错的时候，拿扫地机器人举了例子：看上去这个横冲直撞的东西没有章法，还不如自己拿起扫帚清扫房间的速度快，但它在你上班不在家的时候，却可以把房间打扫干净──从结果上看，机器和人类达到的效果一样，甚至比人类更好，因为它节省了你亲自打扫房间的时间。
　　这种机器逻辑与人类逻辑的冲突，在双方对弈时，体现得更明显。自始至终，我们在观棋室的大屏幕上，看到的是挣扎中的李世石。他坐立不安，抽烟、喝咖啡、把拳头握紧贴在嘴边，举起棋子想要放到棋盘上的某个位置却又摇移不定，在被超时判负前的最后一秒还是把子落在了两分钟之前就在思考的地方。李世石昨天碰到的那堵墙，在第二场比赛仍然没有绕过去。
　　但在人族代表的对面，代替AlphaGo执子的黄士杰冷静得像是工厂里的操作员。他安然地坐在电脑屏幕旁边，等待李世石思考完毕，然后转身移动鼠标，根据屏幕结果把黑子摆到棋盘上。黄士杰的操作-等待-落子，每次差不多都是是一分多钟。虽然偶尔也会迅速落子，但在保持匀速感这件事情上，AlphaGo比李世石要好很多。
　　不过，这种冲突并不妨碍棋谱上最终呈现的结果：这确实是一场高水平的棋手交战。美国围棋解说员迈克·雷蒙（Michael Redmond）评价第二场比赛中的AlphaGo采用了更加激进的风格。从比赛一开始到最后，它一直都在掌握局势。在雷蒙眼里，以往只会消极应对，见招拆招的围棋程序，开始有了创新性。
　　PS：比赛结束之后，我们在前方遇到了一家韩国的围棋程序开发公司。和这家公司的技术大牛交流的时候，我们问起了大家都在热议的“打劫”，问他AlphaGo会不会不擅长打劫。这位程序员大牛微微一笑：“提这个问题的人要么不懂围棋，要么不懂技术。计算机对形势和转换的判断速度比人类要快，所以AlphaGo也比李世石更会打劫。”
　　你看，还是不能用人类逻辑去思考AlphaGo吧。

图文直播回顾

　　北京时间3月10日下午消息，谷歌人工智能AlphaGo与韩国棋手的第二局较量在首尔四季酒店举行，在此次较量中双方互换黑白，由AlphaGo执黑对战李世石。最终，AlphaGo再下一城，以总比分2:0领先李世石。
　　比赛采用5局3胜制，最终比赛获胜方将获得奖金100万美元。李世石在本轮战败后，只有剩下3局全部获胜才能以3:2总比分战胜AlphaGo，而AlphaGo下一局只需获胜即可宣布战胜李世石。因此，3月12日（本周六）的比赛将成为世界关注的焦点。无论战果如何，是否存在提前胜利的情况，双方都将赛完剩余全部比赛。剩余3场比赛将分别在3月12日（周六）、13日（周日）、15日（周二）的北京时间中午12点进行。
　　本轮比赛由韩国棋手徐奉洙帮助谷歌AlphaGo落子，昨天负责落子的是AlphaGo论文作者之一黄士杰。
　　在今天的比赛中，双方互换黑白子，AlphaGo执黑对战李世石。李世石今天明显调整了部署，下得比较平稳。AlphaGo黑棋在开局形成中国流布局。
　　在比赛中盘，黑棋下出一步罕见的尖冲，令围棋专家不解。李世石也被这一手惊到，陷入“长考”。李世石在应对AlphaGo这一步时花费了十多分钟的时间。
　　AlphaGo下法很积极，一直在四处求战，李世石一直在避战。双方战斗进入胶着状态。
　　在比赛进行到三个半小时后，李世石的2个小时计时全部用完，进入读秒阶段，每一手需要在1分钟内落子。
　　最终在比赛进行到四个半小时后，211手AlphaGo执黑中盘胜，李世石宣布认输。
　　相关围棋专家在赛后表示，除了劫以外，AlphaGo确实展现超强的大局观，以及对围棋的全新理解。

人类对人工智能的担忧
　　昨日AlphaGo在战胜李世石，引发了大众对人工智能威胁人类的担忧。诸如特斯拉CEO马斯克、理论物理学家霍金等科技界的名人都对人工智能的发展持消极态度。
　　而DeepMind（AlphaGo的研究公司）创始人哈萨比斯说：公众对人工智能的警示掩盖了人工智能带来的帮助。距离人脑水平的人工智能仍然相当遥远，可能还需要几十年。在前天的赛前发布会上，谷歌董事长施密特表示，输赢都是人类的胜利。因为正是人类的努力才让人工智能有了现在的突破。

AlphaGo不仅仅是一款围棋游戏
　　围棋棋盘横竖各有19条线，共有361个落子点，双方交替落子，这意味着围棋总共可能有10^171（1后面有171个零）种可能性。而宇宙中的原子总数是10^80（1后面80个零），即使穷尽整个宇宙的物质也不能存下围棋的所有可能性。
　　AlphaGo在与人的对弈中用了“两个大脑”来解决问题：“决策网络”和“值网络”。通俗来说就是，一个大脑用来决策当前应该如何落子，另一个大脑来预测比赛最终的胜利方。与此同时，AlphaGo也自行研究新战略，在它的神经网络之间运行了数千局围棋，利用反复试验调整连接点，这个流程也称为巩固学习，通过广泛使用Google云平台，完成了大量研究工作。

　　如果解决了围棋这种复杂问题，谷歌希望能把这套人工智能算法用于灾害预测、风险控制、医疗健康和机器人等复杂领域。 ●

源自：证券时报网

---

　　摘要：
　　用机器人来炒股，其实这个已经不是一个新鲜的案例了，有一些人有通过这个方式赚了不少钱。我们当时联系了一个我们认为是做计算机炒股的一个鼻祖，我们大家都是读他的书，联系他的时候，他回答我们说，他已经破产了。
　　在昨天举行的围棋人机大战首局比赛中，韩国围棋九段李世石中盘投子认输，人工智能“阿尔法围棋”程序获得首战胜利。今日，双方迎来第二局比赛。
　　国家围棋一级运动员袁嘉华认为，这个赛事对整个围棋业的打击是巨大的，AlphaGo的发挥也绝对达到了一个职业的水准，而且AlphaGo的心态比一般人强很多，并且李世石并没有发挥全部的实力，如果他发挥了在世界大赛时精力的话，他还是可以战胜AlphaGo，但是人工智能的突破，已经令围棋业的所有人非常震撼了。
　　在西南证券3月9日的一场电话会议上，凯泽科技首席技术官吴军认为，包括AlphaGo也好，包括日本的机器人也好，目前来看，还只是处于一个尽可能模仿人类的阶段，是否会具有接近人类的水平，或者真实的达到一个非常智慧的水平，个人其实是持一个非常保守的态度。也并不认为机器他会在这些方面，能够完全替代掉人。但是他在有些方面，比如说驾驶，飞行，这些方面取代人，包括比赛取代人，这是另外一个方面。

用机器人来炒股，其实这个已经不是一个新鲜的案例了，有一些人有通过这个方式赚了不少钱。我们当时联系了一个我们认为是做计算机炒股的一个鼻祖，我们大家都是读他的书，联系他的时候，他回答我们说，他已经破产了。
　　股市里面有很多因素，不完完全全是根据规律，当然他的涨和跌，还有期权，这样一些部分他有很多的规律，当时我们还研究很多算法跟它的公式，但是另外有一个问题，当时做模拟的时候，在中国股市做了一次模拟，其实结果大家可以想得出来，输的很惨。
　　中国的股市，有很多人为因素在里面，这些因素，至少目前不是计算机可以进行一个预判的，因为没有人可以预判，就是说围棋的话，本身就有天赋，时间下的长，自然而然就有经验。但是如果从股市方面来讲，很有可能领导人讲一句话，就会导致股市非正常的波动。这种情况下，计算机或者再好的一个人工智能，在目前来看，还只能作为人的一个附属性的，在一些特殊情况上面。股市不是一个正常的比赛，至少中国的股市不是一个正常的比赛，是受某些人为因素影响很大的比赛，所以这些方面，目前不能保证人工智能一定能够比人做的更加好，因为这个受外界因素的影响实在是太大了。

兴业证券：人工智能的里程碑胜利
　　围棋具备远超象棋的局面数量，且难以评估某一步对全局的影响，因而在计算时难度远大于象棋。赛前大众倾向于认为李世石将获胜，而计算机专家相对更看好AlphaGo。AlphaGo从去年10月击败职业二段樊麾以来，短短半年时间内即从弱职业升级至强职业水平，不可思议中反映出其深度学习技术水平。AlphaGo首先输入了3000万人类顶级棋手的棋谱来进行训练，之后通过自我对战来进行增强学习，改善此前的决策网络，最后通过价值网络来进行整体局面判断，决策网络与价值网络协作决定落子位臵。更“智能”的算法使得此次对战中AlphaGo所需要考虑的位臵更少了，计算次数甚至远少于1997年的深蓝。在去年10月AlphaGo首次战胜职业围棋选手之后，围棋继象棋之后被人工智能攻克已经没有什么悬念，剩下的只是时间问题。现在看来，这一天的到来可能比许多人预期的更快。深度学习技术已获得应用，未来具备广阔空间：深度学习技术近年来重回主流，Google、IBM、Apple、Facebook等巨头都在大力发展相关技术。近几年，深度学习已经在图像识别、语音识别等领域获得了一些应用，比如iPhone的语音助理Siri。事实上AlphaGo这样的AI可以用于任何需要理解复杂模式、进行长期计划、并制定决策的领域。比如医疗图像的识别诊断和制定治疗计划，改善气候模型等。已经进入云计算和大数据的时代，如何开发利用好大数据、将人类的科技和视野提升到新的层次将成为未来一段时间的重要问题。机器学习和人工智能技术将成为揭示科学原理、升级现有产业商业模式的重要工具，其应用空间涵盖企业级和消费级市场，以及各个细分行业，将十分广阔。
　　目前国内公司相比国外IT巨头在技术上尚有差距。主要是人工智能的行业应用开发探索，相关受益标的包括思创医惠、佳都科技、东方网力、远方光电、科大讯飞、四维图新、川大智胜、同花顺、长高集团、紫光股份、软控股份等。
　　（证券时报网快讯中心）
　　证券时报网03月10日消息
　　东方证券：有望在更多场景下找到杀手级应用
　　AlphaGo拿下人类智力最后的骄傲：棋类游戏是人类智力的试金石，围棋更是人类智力的骄傲，被视为人工智能最难破解的游戏，围棋有3^361 种变化，无法使用类似于国际象棋的穷举法，也缺乏有效的对局面的评价系统，AlphaGo利用两大核心技术蒙特卡洛树搜索，神经网络系统，给出了有效的应对策略。这也是人工智能60年历史的里程碑事件，说明计算机通过深度学习在单一项目上超过人类智力成为可能！
　　人工智能沉浮60年，算法进步、移动终端红利带来近10年高速发展：人工智能自1956年达特茅斯会议提出以来，整整经历了60年的沉浮，符号主义（逻辑推理，模拟左脑），连接主义（神经网络、模拟右脑），行为主义（控制理论、模拟身体）相继被提出，在各自的应用领域取得了耀眼的成绩，但算法、硬件计算能力等成为发展瓶颈。2006年以来深度神经网络大大促进了人工智能在语音、图像识别及深度学习领域的进步！而且计算能力、大数据、算法进步还在不断提升人工智能，对强人工智能持审慎态度，但不妨碍人工智能在能实现的应用里面成为科技进步未来几十年的一大助推力！
　　IA+AI引领科技未来：智能增强（IA）围绕“以人为本“的理念，引领了计算机时代众多的科技进步！在人工智能越来越走向可用化的当下，科技巨头都开始大力布局基础技术和应用。在2010-2015年低功耗处理器、移动互联网、触摸屏以及各类传感器促进了“后智能机”时代第一波创新智能硬件大潮之后，2016-2026年语音交互、机器视觉（包括手势控制）等IA+AI的元素正在拉开新一轮科技进步大潮，而这一波的“智能”有望在更多场景下找到杀手级的应用，未来脑机接口以及认知智能的进一步推进，将带来更大的想象空间！
　　IA+AI带来创新硬件大爆发，建议关注核心层面的处理器和操作系统公司，中科创达、全志科技、科大讯飞、海康威视、大华股份、长盈精密、远方光电、欣旺达等。
　　（证券时报网快讯中心）

源自：涂子沛频道

　　AlphaGo比赛只是一场噱头，众人鼓掌、呐喊、沮丧，各种情绪因此四处蔓延，但喧嚣过后又能留下多少嚼头？人工智能在围棋上战胜了人类又怎样？然并卵！人工智能必须思考对人类的真正价值。

　　昨天，谷歌的程序AlphaGo挑战围棋世界冠军李世石首战告捷，引发各界关注。
　　上一次，当全世界的注意力聚焦在一块小小的棋盘上，是1997年。当年5月，IBM的计算机“深蓝”打败了国际象棋世界冠军，很多人因此失落、甚至产生了恐慌的情绪。
国际象棋的复杂程度
　　但其实那已经不是第一次。早在1953年，IBM发布其第一款商用电子计算机 IBM701不久，人工智能专家塞缪尔（Arthur Lee Samuel）曾经在这款机器上开发了第一个跳棋程序（checker），展示了计算机不仅能处理数据，还有智能，能和人下棋。举世为之震惊，IBM的股票应声上涨了 15 个百分点。
　　如今AlphaGo出征，被媒体渲染为人工智能与人类大脑的巅峰对决。围棋，这个来自中国的古老游戏，被很多人视为“智力巅峰”──其势万变，计算机不可挑战。

围棋的复杂程度
　　赛前，李世石自信一定能赢，棋圣聂卫平称“电脑不可能战胜人类”，90后中国棋王柯洁押宝李世石，计算机领域的达人李开复也认为AlphaGo悬。我的朋友圈也有很多人在对押，从身边的“舆情”看，AlphaGo的赢面似乎不大。
　　但在我看来，人工智能一定会赢。昨天是开局，接下来还有4场比赛。我认为，即使AlphaGo这次不能5:0全胜，在不远的三五年内，人工智能必将在棋类、游戏领域碾压人脑，机人对弈将每局必胜──这是必然。
　　何出此言？谈谈我对几个流行立论的看法。
　　其一，有种论点低估了计算机的“有限计算能力”。
　　清华大学计算机系毕业生鲍云，在电视节目《最强大脑》中以蒙眼走迷宫一炮走红，他同时也是围棋业余六段。他在接受采访时提到，电脑围棋下九路盘（约标准棋盘的1/4）很厉害，但下全局就力有不逮。
　　其实不然，能赢九路盘，就预示能赢全局。这是因为，只要棋盘上是有限的格子，就意味着有限的计算，那么计算的量级虽大但不是无穷大。计算机长于人类的能力，就在于“有限的计算”。对弈中，一方一子落定，应对的招数虽多但不是无穷多，只要不是无穷多，就可以计算。算法快而准，正是计算机对人脑的优势。据报道，AlphaGo除了有局部的落子选择器外，还有全面的棋局评估器，通过两个神经网络“大脑”合作，分别对取势、圈地进行计算，算法可以不断进化、自我学习，变得更加复杂、强大。
　　其二，有观点对算法设计的认识不足。
　　国家围棋队总教练、世界冠军俞斌认为：“所有的围棋程序员都只是业余棋手，他们都不知道职业高手思考棋局的方法，造成软件水平连设计者都无法超越，又怎么去和顶尖高手较量？”持这种论调者或不在少数，认为低手不懂高手的思维，犹如白天不懂夜的黑，“子非鱼、焉知鱼之乐”？
　　我又认为不然。因为智慧可以叠加，试问：如果100名亚军联手，能否战胜一名冠军？谷歌团队所依托的，是在网络围棋对战平台上所有最强棋手下过的棋局。普通人1年只能下1000盘棋，今年1月，有报道称AlphaGO在4周内自我对局了100万局，即一天自我对局3万局。相较之下，个人的训练量实在微不足道。
　　计算机通过不断“存贮”、“学习”人类的棋局数据，可以获得更为强大的判断力。机器不用完全了解一个特定冠军的内心世界和思维，就可凭无数棋局和棋手的经验、战胜对手，算法可以集“众智”，常言“三个臭皮匠，赛过诸葛亮”就是这个理。退一步而言，纵使李世石此番能赢1局，也只是暂时领先，出现一个比AlphaGo更会下围棋的机器人，恐怕只需要几个月。
　　最后，机器能赢人类，更重要的原因还在于以“无情对有情”。人有情绪、会犯错，领先时易大意、落后时会焦虑，这是天性。相比之下，计算机的算法却非常稳定。一场围棋比赛动辄十多小时，对弈双方殚精竭虑，高手过招，往往在等对方一不小心犯个错误，人类的棋手，比赛的时间越长、压力越大，犯错的可能性也越大。但算法无情，即永远不会因为情绪而犯错误。昨天的比赛中，李世石有1次离席，如果是人类肯定会等待对方回席后再落子，而AlphaGo显然没有这个觉悟。AlphaGo不管对手是否压力山大，不管你是不是在缓解情绪，它就在那里，你落子，它反击，没有任何情绪。
　　未来无人驾驶要胜出人类，也是这个道理。算法驾驶要比人类驾驶更加安全。当前，90%的交通事故都是人为原因造成的。一旦无人驾车汽车投入使用，保守估计，人为原因所导致的交通事故将下降80%。这是因为算法没有情绪，也永远不会疲劳，所以把驾驶的任务交给算法，会比交给人类更加安全。
　　就计算、逻辑和推理而言，机器胜过人已不是问题。要问的是，人工智能在围棋上战胜了人类，又怎样？然并卵！
　　当年，“深蓝”战胜人类象棋冠军后就退役了，除了谈资外，并未留给人类创造更多价值。近日的这番比赛，更像是一场噱头，真正需要研究和探讨的是，如何让人工智能更好地服务人类，如提升生产效率、挽救安全和生命、改善生活品质，而非一场人机大战的舆论狂欢过后，思考、讨论也随之沉寂。
　　服务人类、为更美好的生活创造更实用的工具，才是人工智能应该锁定和关注的真正目标。

3月10日上午消息，雷军昨日发表专栏文章，对“谷歌AlphaGo和李世石的围棋人机大战”发表评论称，我坚信电脑胜出是时间问题，但是我真的没想到第一局电脑就赢了。虽然只是5局比赛的第一局，不过AlphaGo和李世石的这场对弈本身的历史意义是超越胜负的。

以下为雷军署名文章全文：

⊙ 作者：雷军

　　我还挺喜欢下围棋的。
　　而且我也写过十年程序。做了二十多年计算机技术相关的工作。
　　所以，我对今天的谷歌AlphaGo和李世石的围棋人机大战，还是很感兴趣。下午我在开人大会议，中午我抽空匆匆开了几眼，等会议一结束我就打开手机关注比赛的进展。说实话，虽然这一局棋的最终结果是李世石落败，但是我对李世石所代表的人类在围棋领域智慧出战的勇气，和他在比赛中的冷静自信，非常钦佩。
　　这一局棋，开局的时候双方并没有表现出明显的漏洞，也难以看出谁更优势。有评论说李世石有一处失误让AlphaGo盘面占优。不过中盘阶段李世石攻击力强悍，获得了优势。甚至有评论者说AlphaGo如果是个真人，说不定已经投子认负了。但是到了终盘，获胜的却是AlphaGo。
　　作为围棋爱好者和计算机工作者，我坚信电脑胜出是时间问题，但是我真的没想到第一局电脑就赢了。今天只是5局比赛的第一局，不过AlphaGo和李世石的这场对弈本身的历史意义是超越胜负的。从19年前IBM的“深蓝”电脑在国际象棋比赛上战胜世界大师卡斯帕罗夫以来，计算机科学与技术作为人类智慧的结晶，所表现出来的强大计算能力和惊人的成长潜力，都令人叹为观止。据说AlphaGo拥有的最了不起的人工智能能力是自我学习的能力。今天有好几次非常规落子，都让许多专业棋手表示“看不懂”。Google的工程师也表示，AlphaGo早就不依赖棋谱来决策落子的选择。能够让机器开始有自我学习的能力，这是非常了不起的事情。
　　更重要的一点是，李世石作为人类围棋领域的顶级代表，多少年才能培养一个？全世界能有几个？然而我们复制一百万个、一千万个AlphaGo的难度又有多大呢？一个人的智力和技巧的提升，无论他多么出类拔萃，对于其他人的影响终究有限。而一台机器的智能水平能走到哪里，其它机器就都能走到哪里。从这一点上看，我对未来人工智能的发展充满了期待。
　　这几十年来，计算机产业带动的社会变革是日新月异，我们每个人都切实感受到了智能设备对我们生活带来的翻天覆地的变化。我们每一个人都可以轻松的通过智能设备极大的提高和扩展我们个人的能力。想想看，搜索引擎，GPS和电子地图等技术，多大程度上改变了你现在每天都在经历的生活？
　　人工智能，智能算法，智能设备……本质上，是我们希望用科学技术的可复制性，来实现为我们每个人服务的期待。得益于科学技术的进步，今天我们一个普通人的生活水准，恐怕都比几百年前的皇帝好太多了。
　　我的同事给我讲了个笑话，说今天AlphaGo赢了并不可怕，可怕的是，如果AlphaGo故意输给李世石的话……
　　好吧，谢天谢地这一幕没有发生。

源自：北京晨报

---

　　人机大战：电脑胜了人脑
　　全球网友围观人工智能标志性事件
　　人脑终于还是输给了电脑！昨天，谷歌人工智能系统AlphaGo与围棋世界冠军李世石的首场对决，吸引了全球网友围观。不过，此役最终以李世石的主动认输告终。李世石表示，是自己在开局时的失误，导致了局势一直没有办法扭转。一些围棋界人士感叹不可思议，而科技界人士则认为这是人工智能的一个标志性事件。

一场全球关注的围棋赛
　　围棋并不是每个人都看得懂，而昨天的一场特殊的围棋比赛却被成功刷屏了。
　　昨天，是谷歌人工智能AlphaGo与韩国棋手李世石的第一场比赛，双方在较量3个半小时后，李世石宣布认输。据悉，双方还将分别在3月10日、12日、13日、15日的北京时间中午12点进行剩余4场比赛。
　　围棋，是一种有着2500年悠久历史的棋类游戏，复杂程度远非国际象棋可比。在一些人士看来，围棋比赛的胜利可以视为人工智能进步的一个标志性事件。而一向爱看热闹的人类早就把这场比赛上升到了人脑和电脑博弈的高度，这也是继1997年“深蓝超级计算机”打赢国际象棋冠军卡斯帕罗夫后的又一次人机较量。
　　整个比赛过程都备受关注：比赛一开始，李世石还比较轻松，但几经波折，李世石还是因为激进的下法败下阵来。赛后李世石表示：“我感到非常吃惊。我没想到会输。一开始我就犯了错，直到最后我也无法扭转。我没想到AlphaGo会以如此完美的方式赢得比赛。”
　　不过，我国围棋高手柯洁则表示，“就算AlphaGo战胜了李世石，但它赢不了我。”他同时表示，本来不打算接受人工智能的挑战，但看了李世石的失利，自己还要重新考虑一下。

人脑厉害还是电脑厉害？
　　AlphaGo由DeepMind开发，这家人工智能研发公司在2014年初被谷歌以4亿美元收购。而AlphaGo最厉害的就是有非常强大的自主学习能力，可以很快根据你的招数学习进步，见招拆招。按照谷歌的说法，AlphaGo的核心是两种不同的深度神经网络──“策略网络”（policy network）和“值网络”（value network）。它们的任务在于合作“挑选”出那些比较有前途的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围里，本质上和人类棋手所做的一样。
　　美国知名科技记者马尔科夫认为，虽然AlphaGo最终获胜，也只能够证明人类的程序设计能力和计算能力超强，并不能说明人工智能已经超越了人类。谷歌董事长埃里克在赛前发布会上也表示：AlphaGo输赢都是人类的胜利，因为正是人类的努力才让人工智能有了现在的突破。
　　昨天，不少人被这样一个调侃段子刷屏：我叫李世石，我是一名来自韩国的棋手，今天早上出门前，我在网上各大投注点用尽家财下了巨额赌注买我自己输，我想，这就是人类比人工智能强的地方。北京晨报记者 孙雨