李世石输了，人类向人工智能低头的时代到了？

Alphago深度学习发挥作用

“国际象棋每步大约会出现35种左右的走位可能，而围棋的走位可能则高达250种，每一步250种相乘就意味着整局比赛会出现多到几乎无穷尽的走位方案。”谷歌DeepMind实验室主管德米斯-哈撒比斯(Demis Hassabis)说道。Alphago在击败欧洲围棋冠军樊麾时学习了3000万盘棋，而经过将近半年的学习，这个数量已经增长到1亿以上。

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。

其中，“值网络”负责减少搜索的深度——AI会一边推算一边判断局面，局面明显劣势的时候，就直接抛弃某些路线，不用一条道算到黑；而“策略网络”负责减少搜索的宽度——面对眼前的一盘棋，有些棋步是明显不该走的，比如不该随便送子给别人吃。利用蒙特卡洛拟合，将这些信息放入一个概率函数，AI就不用给每一步以同样的重视程度，而可以重点分析那些有戏的棋着。

这意味着Alphago属于典型的力战型棋风，善于敏锐地抓住对手的弱处主动出击，以强大的力量击垮对手。李开复先生说现在的AlphaGo和1997年击败世界象棋冠军的深蓝相比，从围棋到象棋的难度高了很多，是难度非常大的跳升。

近年来深度学习的技术，非常大的数据量和计算量可以扩张地使用，超过了我们的想象。同时我们也对人所谓的智力，当时有一些错误的幻想，实际上深度学习的成长非常快速，它可以非常好地利用更多地机器。所以在任何客观、科学工程评估的领域，包括游戏，其实是金融、搜索、广告等各方面的应用，人类基本上不会再有更多的机会跟机器来竞争了。

而今天AlphaGo在战术和策略上的选择证明了这一点，在落后的情况下它也有策略，而不是在心理上打心理战。今天AlphaGo先出现失误，随后追赶而上，令我们不得不重新去思考机器的学习和优化能力。

Alphago前期的“表现”让李世石轻敌

但是李世石不同，李世石似乎出现情绪上的波动。李世石出生在韩国一个鸟岛上，坚韧不认输，这让他成为愈挫愈勇的棋手。每个棋手都有自己的棋风，今天他占优势之后反而出现失误。这个时候出现戏剧性变化令我们大跌眼镜。

樊麾曾说比赛是10月初，5号到9号五天，其实是一天两场，一共10盘。5盘正式的，还有5盘非正式的快棋。正式的全输了，但非正式的快棋我赢了两盘。而李世石今天也是经历了戏剧性的局面，在开始占优势的情况下，最后被逆转直至认输。

古力认为，李世石在中期时的优势很大，而Alphago则屡屡出现一些很奇怪的下法，犯一些低级错误，这导致了李世石的轻敌，比赛结束时，李世石还剩半个小时左右的时间，而Alphago只剩不到十分钟，这说明李世石没有花很多时间用来思考，这也是他轻敌的一个证据。

CSDN创始人蒋涛在现场表示，Alphago展现出来的实力忽高忽低，导致李世石出现了误判，过于轻敌，导致后期一发不可收拾。

现今世界围棋第一人柯洁在认为觉得机器在心理方面还需要突破，必须每步棋都是最佳的，人类才完全没有可能战胜它。今天来看，并不是机器需要突破心理，而在与人是否可以突破自己。

两个人下棋的时候，你常常会观察和琢磨对方的情感和心理。它是紧张了，害怕了，你在想象对方的同时，这种作用对方也会感到到，折射回来。但是现在对面是电脑，就是你面对一堵墙，你所有的感觉全部都被打了回来，你知道它没有心态的波动。

在前期AlphaGo有重大失误的局面下，李世石求赢不想输。在求稳的心态下出现失误，心理波动很大，下到后来会觉得，即使优势再大最后也会输。很多情况下李世石自己也已经觉得无力翻盘了。

智力消耗、体力消耗、精神压力呈递增趋势，再加上舆论环境等，Alphago可以“两耳不闻窗外事，一心只下好围棋”，但人类是高感知生物，情绪易受到外界环境的干扰。

柯洁就表示“程序强于人类很重要的一点就是不会受情感因素干扰。”机器的水平大概就是冲职业段之前的水平，虽然职业还到不了，但是无限接近于职业了。再加上机器大量的学习和算法，感情上没有波动，这令高级的棋手面对机器时是和以往面对人类对手完全不同。

今天这个局面很多人都没有想到，胜利在望之际，李世石输掉比赛。经此一役，接下来的四场比赛更值得期待。