3月12日下午消息，谷歌人工智能AlphaGo與韓國棋手李世石今日進行了第三場較量，最終AlphaGo戰勝李世石，連續取得三場勝利。接下來兩場將淪為李世石的“榮譽之戰”。

根據之前的約定，谷歌獲勝后將獲得“自己的”100萬獎金，這些獎金將捐贈給聯合國兒童基金會(UNICEF)、STEM教育以及圍棋慈善機構(Go Charity)。值得一提的是，李世石雖然以0:3宣告失敗，但仍需要和AlphaGo下完剩余兩場。剩余2場比賽將分別在13日(周日)、15日 (周二)的北京時間中午12點進行。

當下最熱的話題無疑是圍棋人機大戰，這場舉世矚目的人工智能大戰人腦，也是世紀級大戰——李世石PK AlphaGo。

誰是李世石？他是最近10年來平均成績表現最優秀的韓國九段、世界冠軍，算得上是圍棋界的大神。但是谷歌DeepMind開發的人工智能圍棋程序AlphaGo也不是吃素的，去年剛以5：0的壓倒性優勢擊敗了歐洲圍棋冠軍、專業二段棋手樊麾。有評論認為，其意義不亞于1997年那場深藍擊敗國際象棋大師卡斯帕羅夫的世紀之戰。

那么這場比賽究竟精彩在哪里呢？相比于國際象棋而言，圍棋的難度要大，而要讓人工智能學會下象棋，甚至戰勝人類，這其中包含的難度因素難度系數絕對超標。這么說，圍棋從落第一個子到收官，整個落子的決策空間形成了一個非常巨大的樹形結構，能夠組合出的可能空間巨大無比。而要想真正取得博弈的勝利，絕非易事。

目前最新新聞報道，人類方面已落后電腦一分，這讓不少關注的人們大跌眼鏡，各大社交網站上均是嘩然一片，完全不相信究竟是怎么回事，我們來仔細分析一下：

就人工智能當前水平而言，AlphaGo要上天了！

前文提到的AlphaGo有如此的赫赫戰績不足為奇，作為最新一代研發的人工智能，這個程序集合了3000萬種職業棋手的下法，數百萬次深度學習與自我對戰，十分接近帶著直覺和第六感的人類大腦，能以57%的概率預測與其對陣人類的水平。

而且AlphaGo實際上是通過兩個不同神經網絡“大腦”合作來改進下棋。第一大腦是落子選擇器，第二大腦是棋局評估器，這些“大腦”是多層神經網絡，在結構上與Google圖片搜索引擎識別圖片是相似的。

在本質上，AlphaGo就是一套為了圍棋優化的設計周密的深度學習引擎，使用了神經網路加上MCTS (Monte Carlo tree search），并且用上了巨大的谷歌云計算資源，結合CPU+GPU，加上從高手棋譜和自我學習的功能。換句話說，這個程序具有的是高科技的計算機思維。

所以，Alpha Go其實并不是神秘，也不是人工智能的技術創新，它確切的定義應該是不同機器學習技術的整合。它的核心必須是建立在大數據和深度學習兩個基礎上的。

總而言之，一句話，這場比賽關乎人工智能未來發展的方向和人類的尊嚴！

今天，韓國圍棋世界冠軍李世石九段與谷歌AlphaGo對抗賽將在韓國打響，昨天李世石在發布會上表示，“我有點緊張，明天就用我的棋給觀眾和粉絲一個交代。”

李世石說：“當初認為直覺比人工智能更準，自己會5比0勝出。現在聽了介紹，對AlphaGo多了解了一些，和自己想象是有區別的，稍微感到些緊張，雖然很少犯錯但如果犯了就可能會輸。但我還是認為自己勝算更大一些。”

DeepMind創始人兼谷歌副總裁哈薩比斯介紹說：“圍棋是人類智慧堡壘，希望通過人工智能來理解人類是如何下圍棋的，如何才能讓人工智能達到同樣效果。人類棋手每年可能最多進行上千盤對局，向老師學習提高。AlphaGo則是通過自我對局完成。長處是從不會疲憊，也不會膽怯，所以有自己的優勢。關于短處，我們在用不同版本進行測試，這也是我們希望通過這次比賽來找出來。希望今后能在醫療等更多領域中發揮效果。”

為了毫無障礙地看懂這場人機大戰，在開戰之前，你首先要了解這些詞！

人機大戰的記錄

深藍（DEEP BLUE）是美國IBM公司研制的一臺超級國際象棋計算機，重1270公斤，有32個微處理器，每秒鐘可以計算2億步，其中輸入了一百多年來優秀棋手的對局，共有兩百多萬局。1997年5月，“深藍”以2勝1負3平戰勝了國際象棋大師卡斯帕洛夫（KASPAROV），成為第一個在多局賽中戰勝國際象棋世界冠軍的電腦。

不過，后來有人揭露，“深藍”之所以當時在棋局中走了一步毫無意義的昏招，使卡斯帕羅夫頓時陣腳大亂，最終滿盤皆輸，其實只是因為程序出現了一個BUG……

各方觀點

早在比賽之前，李世石說：“當初認為直覺比人工智能更準，自己會5比0勝出。現在聽了介紹，對AlphaGo多了解了一些，和自己想象是有區別的，稍微感到些緊張，雖然很少犯錯但如果犯了就可能會輸。但我還是認為自己勝算更大一些。”

DeepMind創始人兼谷歌副總裁哈薩比斯介紹說：“圍棋是人類智慧堡壘，希望通過人工智能來理解人類是如何下圍棋的，如何才能讓人工智能達到同樣效果。人類棋手每年可能最多進行上千盤對局，向老師學習提高。AlphaGo則是通過自我對局完成。長處是從不會疲憊，也不會膽怯，所以有自己的優勢。關于短處，我們在用不同版本進行測試，這也是我們希望通過這次比賽來找出來。希望今后能在醫療等更多領域中發揮效果。”

而比賽后，談及李世石在中盤后的發揮，俞斌表示他出現了心態失衡的狀況，影響了自己的判斷。“電腦基本沒有錯誤，從整局比賽來看，電腦沒有薄弱的地方，如果我自己下棋，發現的對手的薄弱地方，就可能贏回來，但是電腦沒有。”

雖然在同場講解的李喆看來，本盤比賽對局質量很高，“不亞于世界比賽”。但雙方并沒有戰至讀秒，讓俞斌頗為不解。“對于職業棋手來說，兩個小時的用時很短了。這么重要的比賽，李世石沒有戰至讀秒就投子，可能還是有所保留。”

在俞斌看來，整盤比賽李世石給了白棋兩次機會，因此他對于小李的下法有些“微詞”。“有兩個要點給白棋，非常不合理。”此外，白棋在的一招妙手讓俞斌贊不絕口。“如果能下出這一手，非常厲害，這個的水準能贏人類也是有可能的，”他說。

談及下面的比賽，俞斌對李世石有些擔憂，特別是心理方面。“電腦基本沒有感情因素的影響，人的心理因素在里面會很嚴重。對于職業棋手下番棋來說，質量應該是第一盤最高，第二天出現隨手棋的概率增加，如果說要完全恢復，其實一天時間的休息都不夠，番棋都是連著下的，人的發揮應該是一盤不如一盤。”

總結

雖然此次人機大戰雖然是里程碑式的一次比賽，但勝負并沒有那么重要，因為即使AlphaGo在圍棋上戰勝人類，它離真正破解圍棋的智慧還有非常遙遠距離。