📖 ZKIZ Archives

AlphaGo是怎樣煉成的?

歷史悠久的圍棋已經流傳了近3000年，但人類一直低估了一點：以第五條線為代表的棋局中部區域。

這是AlphaGo之父、DeepMind創始人Demis Hassabis向外界分享AlphaGo背後故事時透露的重要信息。

自從去年3月首爾那場載入史冊的比賽以來，AlphaGo超越人類棋手固有思維和套路的招法，對圍棋界的沖擊史無前例。用Demis Hassabis 的話說，“就像人們利用哈勃望遠鏡發現新的宇宙空間一樣。AlphaGo就是圍棋界的‘哈勃天文望遠鏡’。”

AlphaGo之父Demis Hassabis

5月24日，DeepMind創始人Demis Hassabis以及AlphaGo團隊負責人David Silver一起對外詳解了AlphaGo背後的研發故事，以及AlphaGo究竟意味著什麽?

“AlphaGo已經展示出了創造力，在某一個領域它甚至已經可以模仿人類直覺了。” Demis Hassabis說，在未來能看到人機合作的巨大力量，人類智慧將通過人工智能進一步放大。“強人工智能是人類研究和探尋宇宙的終極工具。”

圍棋難在哪兒?

歷史上，電腦最早掌握的第一款經典遊戲是井字遊戲，這是1952年一位博士在讀生的研究項目;隨後是1994年電腦程序Chinook成功挑戰西洋跳棋遊戲;3年後，IBM深藍超級計算機在國際象棋比賽中戰勝世界冠軍加里·卡斯帕羅夫。

相比之下，圍棋看似規則簡單，複雜性卻是難以想象的。它一共有10的170次方 種可能性，這個數字比整個宇宙中的原子數10的80次方都多，沒有辦法窮舉出圍棋所有可能的結果。

可以對比的是，國際象棋有著巨大的數據庫，如果棋盤上少於9個棋子的時候，通過數學算法就可以計算出誰勝誰敗;如果棋盤上少於九個棋子的時候，下象棋時人類是沒有辦法獲勝的。可以說，國際象棋的算法已經近乎極致。

在Demis Hassabis看來，更困難的是圍棋不像象棋等遊戲靠計算，而是靠直覺。“圍棋中沒有等級概念，所有棋子都一樣，圍棋是築防遊戲，因此需要盤算未來。你在下棋的過程中，是棋盤在心中，必須要預測未來。小小一個棋子可撼動全局，牽一發動全身。圍棋'妙手'如受天啟。”哈薩比斯如此解釋道。

第一位與AlphaGo對陣的人類職業棋手樊麾對記者感慨，“曾經以為計算機打敗職業棋手，一輩子都不會看到，沒想到這麽快就實現了。”

對 AlphaGo 團隊來說，是時候尋找一種更聰明的方法來解開圍棋謎題了。

如何訓練AlphaGo?

AlphaGo系統的關鍵是，將圍棋巨大無比的搜索空間壓縮到可控的範圍之內。

為了應對圍棋的巨大複雜性，AlphaGo 采用了一種新穎的機器學習技術，結合了監督學習和強化學習的優勢。

具體而言，首先是通過訓練形成一個策略網絡(policy network)，將棋盤上的局勢作為輸入信息，並對所有可行的落子位置生成一個概率分布。然後，訓練出一個價值網絡(value network)對自我對弈進行預測，以 -1(對手的絕對勝利)到1(AlphaGo的絕對勝利)的標準，預測所有可行落子位置的結果。

這兩個網絡自身都十分強大，而 AlphaGo將這兩種網絡整合進基於概率的蒙特卡羅樹搜索(MCTS)中，實現了它真正的優勢。最後，新版的AlphaGo 產生大量自我對弈棋局，為下一代版本提供了訓練數據，此過程循環往複。

AlphaGo 如何決定落子?

在獲取棋局信息後，AlphaGo 會根據策略網絡探索哪個位置同時具備高潛在價值和高可能性，進而決定最佳落子位置。

在分配的搜索時間結束時，模擬過程中被系統最頻繁考察的位置將成為 AlphaGo 的最終選擇。在經過先期的全盤探索和過程中對最佳落子的不斷揣摩後，AlphaGo的搜索算法就能在其計算能力之上加入近似人類的直覺判斷。

Demis Hassabis表示，阿爾法狗不只是模仿其他人類選手的下法，而且在不斷創新。

例如，在與李世石第二局里對弈第37步，這一步是Demis 在整個比賽中感到最震驚的一步。

Demis解釋道：在圍棋中有兩條至關重要的分界線，從右數第三根線。如果在第三根線上移動棋子，意味著你將占領該線右邊的領域。而如果是在第四根線上落子，意味著你計劃向棋盤中部進軍，潛在的，未來你會占棋盤上其他部分的領域，可能和你在第三根線上得到的領域相當。

因此，在過去的3000多年里，人們普遍認為在第三根線上落子和第四根線上落子有著相同的重要性。但在第37步中，阿爾法狗卻把棋子落在了第五條線，進軍棋局的中部區域。“這可能意味著，在過去幾千年里，人們低估了棋局中部區域的重要性。”

值得一提的是，和去年戰勝李世石的AlphaGo相比，DeepMind 科學家David Silver稱現在AlphaGo要更強三子，他介紹道：“與李世石對戰的AlphaGo 在 雲上有50個TPUs在運作，搜索50個棋步為10000個位置/秒，而昨天打敗柯潔的AlphaGo Master則在單個TPU上進行遊戲，AlphaGo成為自己的老師，它從自己的搜索里學習，有著更強大的策略和價值網絡。”

柯潔也在今日的微博中，對於AlphaGo團隊給出的檢測報告感嘆：自己是在跟怎樣可怕的對手下棋。

“這個差距有多大呢?簡單的解釋一下就是一人一手輪流下的圍棋，對手連續讓你下三步...又像武林高手對決讓你先捅三刀一樣...”柯潔說。

除了下圍棋，AlphaGo還能做什麽?

圍棋之外，Demis Hassabis告訴記者，AlphaGo 的高效算法是一種通用型的算法，也可以推廣到其他算法，把人工智能運用到各種各樣的領域，如將AI用到材料設計、新藥研制上，還有現實生活中的應用，如醫療、智能手機、教育等。

他曾舉例，通過與人類專家的合作，可以找到各種各樣的創新方式，包括從“其中一種變體應用於醫療行業，我們正在著力解決蛋白質折疊的問題，用來治療各種疾病。”

“人機合作可以達到1+1大於2的效果，人類的智慧將被人工智能放大。人工智能和AlphaGo都是工具，就像哈勃望遠鏡一樣，可以推進人類文明的進步。”他說。

不過他也對第一財經坦言，圍繞AlphaGo，背後的技術包括圖像處理、大數據分析等，這些技術目前在其它領域的使用還在早期探索階段，只在AlphaGo研究的中間環節某些領域應用，但是在未來肯定會在多個領域推廣相關的技術。

Demis Hassabis還表示，目前信息過載和系統冗雜是人類面臨的巨大挑戰.希望利用AI找到元解決方案。“我們的目標是實現‘人工智能科學家’或‘人工智能輔助科學‘。”

“人工智能和所有強大的新技術一樣，在倫理和責任的約束中造福人類。” Demis Hassabis說。這意味著，人工智能應該是應用於科學、制藥等領域，而不是應用於研發武器、戰爭上;此外，人工智能不能只為少數幾家公司使用，而是為全人類所共享。

AlphaGo步步為營，柯潔第二戰再次告負

龜途慢慢 2017-05-25 15:21

來源 |  極客公園（ID：geekpark）

文  | 龜途慢慢

沒有奇跡。用時三小時，在今天與 AlphaGo 的第二戰中，柯潔中盤因為實地虧空太多，無力回天，主動投子認負，前兩戰均告失利，令眾多圍棋迷們扼腕嘆息。

但毫無疑問，這盤棋不論是在精彩程度還是技術水準上都代表了圍棋這項運動的最高峰，非常精彩，甚至在比賽結束前 20 分鐘都還有專業人士認為柯潔有獲勝的可能性。所以，盡管在結果上沒有變化，但柯潔和 AlphaGo 已經攜手為我們展示了圍棋這項運動的美，不負巔峰對決之稱。

比賽複盤圖

比賽複盤及點評

一上來，執黑先行的 AlphaGo 就一反常態地花費了超過 1 分鐘的時間來思考第一子的落位，不僅現場的解說和觀眾都有點詫異，柯潔也忍不住很早就開始撓頭。不過從接下來開始，AlphaGo 每一步的用時基本都控制在一分鐘以內，而柯潔也在用時上慢慢拉長。

雙方首先在右上角展開激戰，AlphaGo 也從第 10 手開始慢慢延續了自己稍顯不同的風格，古力在第 25 手開始就表示「現在的局面以前從未見到過，確實非常新穎」。不過柯潔也從這里開始逐漸出現了多次長考，顯然 AlphaGo 的落子已經超出了他的想法。

似乎是局面不太有利，柯潔在第 30 手選擇了脫先，先放棄了在左上角與 AlphaGo 的纏鬥。雙方再轉至棋盤下方開始布局。不過到黑 37 手為止，ZEN 圍棋判斷白棋勝率一直在 51～54% 之間徘徊。Hassabis 也發推稱贊柯潔在開局階段「發揮完美」。

隨後，在下方的戰鬥中，第 53 手，黑棋再次下出奇招，現場解說嘉賓劉菁八段直言這是這盤棋目前出現的「最難理解一手」，周睿羊九段也表示要是自己應該不會下出「這麽刺激的一手」。

雙方經過十幾手交戰，各有奇招，不過到了 73 招左右，在 ZEN 圍棋的勝率判斷中，柯潔的勝率陡然下降到了四成。

進入中盤纏鬥，柯潔先於 76 手下出妙招，讓古力連連稱贊，也將局面導入複雜化。雙方的戰鬥也逐漸向中路發展，局面越來越亂，但柯潔的狀態也漸入佳境，求戰欲望很強，下法趨於強硬、激烈，也有意將局面導向複雜化。

在這一階段，柯潔在落子時非常用力，顯得戰鬥欲望非常強。同時，觀察室的眾多圍棋冠軍也都認為局面非常複雜，而柯潔有機會贏得比賽，現場解說張璇八段甚至直接表示「預感柯潔要贏」。

經過中腹的交換，胡耀宇九段點明稱「全盤至少有 10 塊不活的棋絞殺在一起！外加左下角一個大劫爭還沒開！」。雙方一邊靜待左下角的大劫，一邊繼續在中腹位置糾纏。局面持續複雜化。

然而，形勢很快急轉直下，在左下角開劫的 136 及 138 的兩手中，柯潔似乎出現了一定的失誤，讓 AlphaGo 明顯獲得了巨大的優勢，唐韋星九段去「探班」之後稱柯潔已經出現了「唉聲嘆氣」的情況。

在點清目數之後，現場點評嘉賓周睿羊點評表示，柯潔雖然用激烈的戰鬥手段在中段贏得了一定的機會，但 AlphaGo 仍然用近乎無懈可擊的表現掌控著局勢。在激烈的戰鬥中，AlphaGo 並沒有出現什麽失誤，反而是人類出現了一些關鍵性失誤。

最終，柯潔不得不在中盤第 155 手投子認負。

綜合分析

認輸之後的柯潔表現得也比較沮喪，長時間留在場地內複盤，畢竟一度甚至看到了取勝的可能性。不過，幾乎所有的專業棋手都表示柯潔今天的發揮已經非常出色了，除了在中盤激戰中在左下方計算時出現了失誤，導致丟失了優勢局面。

但是，如果我們站在一個更加中立的角度上，會發現雖然柯潔本場比賽采用了和第一場完全不同的策略，沒有跟著 AlphaGo 的腳步走，而是主動求戰，將局面向複雜的方向引導，爭取在局部混戰中贏得優勢。但就像很多專家評論的那樣，今天的局勢最多就是「比較混亂看不清」，如果「比較混亂」看不清就算柯潔占優的話，那 AI 程序一定比你看的清。聶衛平甚至驚呼 AlphaGo 的一步棋他一輩子也下不出來。

當然，今天的柯潔已經給 AlphaGo 施加了很大的壓力，Hassabis 在賽後也再次發推稱贊柯潔「讓 AlphaGo 發揮到了極限」。同時他的很多同伴也覺得有點可惜，但他已經做得足夠好，沒什麽遺憾了。

所以，毫無疑問，雖然在差距上看起來比第一場比賽要大，但柯潔今天的表現配得上自己「人類最強棋手」的稱號。雖然沒能像李世石一樣從 AlphaGo 手中搶來一場勝利，但考慮到這一版的 AlphaGo 已經比李世石版 AlphaGo 強出太多了，所以柯潔的表現絕不遜色。

分別與 AlphaGo 組隊，挑戰棋手如何去理解 AlphaGo 的獨特風格並與之合作；在團隊賽中，將由五位中國頂尖棋手合作，建立棋手「神經網絡」，降低心理因素的影響，從而做出更加客觀的判斷（每方兩個半小時比賽用時）。而這種全新的比賽方式也會引起人們更大的好奇心。 

文章評論

匿名用戶

發布

全部評論：10

發布

AlphaGo已對柯潔產生感情嗎？看人工智能的泡泡

待字閨中 2017-05-31 11:36

來源 |  待字閨中（ID：daiziguizhongren）

文  | 評論員

最近，微博上火熱的一個段子，也許很多人認為是事實，吸引了很多吃瓜群眾的轉發和討論，熱烈程度之高，超過了很多實事求是嚴謹陳述的科普和技術文章的閱讀量和關註度。

微博的內容大概是這樣的：

【阿爾法狗退役真相：已對柯潔產生感情】據設計者透露，AlphaGo在和柯潔的連番對弈中慢慢產生了感情，特別是在柯潔委屈落淚的時候，團隊監測到阿爾法狗的cpu溫度急劇升高，為了讓柯潔不再難過，它啟動了自毀程序，希望以此給柯潔最後的愛護。關機的那一刻，AlphaGo內存里最後閃過的是柯潔的側臉。

在這個全民娛樂，流量是King的年代，胡說八道，鬼扯蛋，確實也沒啥可以抱怨的。但是，有沒有意識到，很多的群眾，都是從媒體獲取認知，也許正是他們碰巧讀到的這一篇微博，可能讓他們對人工智能有了一個錯誤的認識，也許是對他們本來粗淺的認識火上加油偏離航道更遠。這，也許是現在人工智能的泡泡，越吹越大，的原因吧。

很多人，都還沒有了解AlphaGo是如何工作的（請看之前的文章，《AlphaGo其實挺“笨”的》），可能現在都覺得更神奇了，相信了機器還會有感情，有愛，心理徒生恐懼。作者該怎麽寫，是他們的事，確實無可厚非，但是，考慮到對讀者的責任，和對科學的普及，對新鮮事物的呵護，和吃瓜群眾的認知程度，就像編段子，講段子，發揮想像力，還是應該以事實為本。這個微博，不知道是想表達一種科學的想像力，還是完全為了取悅觀眾的胡說八道。說實在的，我們是樂不起來，說不準明天，很多的群眾就會不過腦，認為這就是事實，然後口口相傳，一個謊言重複一千次就成了真理。這樣，群眾的期待越高，失望就會越大，可能真會毀掉樂人工智能的前途。

一些媒體人，段子手，也許對技術沒有深入了解，也不想花時間去研究搞懂，倒也無可厚非，但是，如果是人工智能的專家們，雖然知道事實的真相，但也不實事求是的告訴大家，而是嘩眾取寵，添油加醋，火上加油，就有點說不過去了。比如，動不動就說，人工智能在醫療診斷上達到90％以上正確率，超過了人類醫生，但別忘了，這都是在封閉實驗數據的基礎上，現實，遠遠比這複雜很多。講述自己的觀點的同時，在吸引眼球的同時，也要描述事實，讓數據說話，而不是一廂情願的，只說好，不說壞，以偏概全。專家，應該是值得信賴的，應該是群眾認的標桿，應該是引導正確的，不要變成“磚家”，或是“動態專家”，什麽火說什麽，甚至是違心的說。

今天聽到一個故事，一個人工智能專家教授，邀請去講人工智能，做了一些科普，說了一些真話，結果，被觀眾指責為你講的是人工智能嗎？你懂人工智能嗎？真是哭笑不得。這就是悲哀的現狀，被指鹿為馬了很多次之後，馬倒不是馬了。吃瓜群眾，在娛樂的同時，也應該有點自己的鑒別能力。生活需要一些樂趣，需要讀一些八卦，段子，但也需要讀一些科普的嚴肅的東西，不然的話，就分不清娛樂和真實，分不清是非。為什麽這個世界騙子有那麽大的市場，因為，很多的時候，我們沒有積累，缺乏學習，不能，或是無法鑒別，平時不用功，老大徒傷悲。

人工智能是一個剛有一些突破的新鮮的偉大的技術，特別是在語音，圖像，視頻，自然語言處理的某些問題上，遊戲棋類，等，取得了亮眼的成績，但也不要被這些成績蒙蔽了眼睛，畢竟，還有很多的技術問題還有待探索研究解決，還有很多的需求有待發現，還有很多的應用場景需要挖掘和適配，還有很多的社會問題需要探討和立法。任何新技術的發展都有它的自然發展規律，一味的催長，反而可能毀了一個新生事物。我們很不希望，把人工智能當作一個泡泡來吹，我們需要冷靜的思考和客觀的立場。

人工智能的前途是光明的，但也逃不到事物發展的普遍規律，道路一定是曲折的。

文章評論

匿名用戶

發布

全部評論：10

發布

有無人睇完AlphaGo會心寒？

三歲的AlphaGo成了眾多職業棋手的老師？

2017年5月24日，江鑄久（左一）在烏鎮與AlphaGo之父哈薩比斯（Damis Hassabis）先生交談。（作者供圖/圖）

（本文首發於2017年6月8日《南方周末》，原標題為《AlphaGo老師》）

2017年5月30日，我去香港鳳凰衛視，參加錄制鏘鏘三人行的節目，談AlphaGo對柯潔的人機大戰第二季。想起去年3月，李世石和AlphaGo的第五局時，我也是一路奔到香港，邊和文濤聊著圍棋與人工智能，邊掛念著戰況。

一年多過去，AlphaGo從一開始的職業棋手都覺得下不過李世石，到現在成為很多人心中的圍棋上帝，這世界變化得太快了。

還記得對李世石的第一局，AlphaGo贏了之後，整個圍棋界都震動了。芮乃偉那時候就非常難過。我倒還好，因為賽前我已預測AlphaGo會贏，電腦戰勝人類的時刻就要到來。之所以這麽認為，是因為二十多年前，我在美國時就接觸過一些立誌開發圍棋人工智能的IT人士，還給他們當過參謀。之後，我也一直關註著這方面的發展。圍棋人工智能的發展十分緩慢，早在1990年代，IBM的深藍就打敗了國際象棋特級大師，但是電腦解決不了圍棋海量的計算，解決不了圍棋里“虛”的東西。當所有的智力遊戲都被攻克時，圍棋依然一花獨放。不過，看了2016年初Google發表的AlphaGo 5∶0戰勝歐洲冠軍樊麾的棋譜，我覺得我們將要見證歷史了。

但是我的預想圖是AlphaGo會贏一至兩盤，沒想到他第一局就贏了，而且贏得非常漂亮，也沒想到最後4∶1的結果，居然是李世石只贏了一盤。當然那是一盤偉大的勝局，李世石在形勢不利的情況下弈出神的一手，引出了AlphaGo的bug。

從那次人機大戰的整體看，AlphaGo下得漂亮。比如第二局黑37手的尖沖，令人蕩氣回腸，感覺是吳清源老師回來了。吳老師曾說他200歲在宇宙中還要下棋。那麽，這是AlphaGo將吳老師的思想傳遞回來了吧？我非常感動。

2017新年AlphaGo再度出山，以Master的網名在各大圍棋對弈網站下了60盤棋，全勝。我認真研究了這60盤棋並寫下打譜心得給我的學生們學習。知道孩子們要理解這些還有點早，但我願意埋一顆種子，期待在他們的心中慢慢發芽。

5月末，人機大戰第二季在烏鎮開戰。

此次人機大戰的勝負基本是沒有懸念的，當然我們希望柯潔贏，但是60局所顯現的AlphaGo太強大了。因此，奔向烏鎮時，我期待看到AlphaGo下出更加神奇的，甚至是我們職業棋士也看不懂的招法，期待看到人機之間更加精彩的對抗。

三番棋分別在5月23、25、27日進行。大會場里，屏幕上除了對局的進程外，還可以看到柯潔對局中的表情和動作，現場感很強。

第一局，AlphaGo執白勝1/4子，在中國規則里是最小的差距，但棋盤上的內容是一面倒的。柯潔似乎有點拘謹，AlphaGo一直掌控著局勢。

第二局，感覺柯潔放開了，下得非常出色，成功地把AlphaGo拖入混戰中，有一度很有機會，可以說是逼AlphaGo使出了渾身解數。據賽後公布的數據，AlphaGo認為前100手是雙方最善。雖然後半盤柯潔弈出問題手，棋局戛然而止。但是那一局棋，令許許多多的觀眾熱血沸騰。

27日第三局，澎湃新聞開通在線直播，我們和IT專家、紐約大學教授張崢老師一起講解。柯潔前半盤弈出問題手，之後奮力拼搏，一度使形勢非常接近，但還是未能翻盤。

3∶0，這個結果並不意外。那麽，看一場意料之中的賽事，看人類敗於機器，有意思嗎？有。

有柯潔近乎悲壯的對AlphaGo的死磕，有AlphaGo在棋盤上展現出來的奇思妙想，也有人機聯手等好玩的賽事，更有DeepMind團隊的講座和互動，這次的烏鎮圍棋峰會內容豐富精彩，我們站在了歷史的節點上。

24日那天是論壇。DeepMind CEO哈薩比斯（Damis Hassabis）先生和AlphaGo技術負責人席爾瓦（David Silver）先生的講座非常精彩，令觀眾了解了AlphaGo是如何依靠他們的策略網絡和價值網絡進行剪枝和判斷的。但是最令人震撼的是席爾瓦先生在講話中說，AlphaGo Master經過這一段的深度學習，已經比同李世石下棋時的版本進步了Three Stones。聽到這個說法，柯潔立刻在微博上發表了“天哪”的感嘆。

三子啊，真是令人難以置信。午餐時我們特地去找哈薩比斯先生求證。哈薩比斯先生首先肯定了這Three Stones就是三個子，而不是三目（Three points），然後解釋說這是系統自己測定的，按照“AlphaGo李”同“AlphaGo柯”自己對下的勝率估算出的實力差距，並不說明和人類下也能讓三子。不過，他又補充了一句：“也許是讓兩子……”

嗯，這也已經足夠令人震驚了。想起今年3月份我到日本的時候，碰到了武宮正樹老師、趙治勛老師和小林光一老師，他們都不約而同地認為如果是60連勝，按照棋份來說，那是兩個子的棋份了。

哈薩比斯先生還說，他們已經修複了對李世石時的bug，即使形勢不利（基本不太可能），AlphaGo也不會亂來了。趁此機會，我提出，希望能多給我們看一些AlphaGo左右互搏的棋譜。哈薩比斯先生答應考慮一下。

下午，一不小心去了Jeff Dean的記者會（後來才知道他有多牛，據說谷歌員工認為谷歌搜索驚人的速度都歸功於他）。會後，主辦方好意安排我和他聊幾句。我問他，AlphaGo的開發會一直繼續下去嗎？有沒有目標？他嚴肅地回答這個要去問DeepMind團隊……好吧，那我再問，你覺得人工智能，比如AlphaGo，在對孩子的教育方面有些什麽幫助？Jeff很認真地說，人工智能會很好地啟發孩子們的創造力……

26日上午，大舞臺上是配對賽，古力和AlphaGo對陣連笑和AlphaGo。雖然是表演賽，但大家相當期待，都想看人和電腦會配合成什麽樣子。而且，如果是人機對戰，機器優勢了，就會挑穩妥的路走，不求最好，只選擇勝率最高的一手。所以我們預想，到了後半盤，是不是可以由人類高手領著AlphaGo下出最善的著手呢？

很有意思的一盤棋。布局，執白的連笑弈出問題手，黑棋優勢。但是緊接著黑方的AlphaGo下了一步無比堅實的自補，我相信任何一個職業棋手都是不會往那里想棋的。是不是阿老師覺得優勢了呢？我們笑說，這一步似乎把古力的調子打亂了。

據說後臺數據黑棋勝率曾到達75，古力下了某一手後掉到60多一點，再後來又掉到45……好玩的是有位女棋手在朋友圈轉了這條消息，然後寫道：“我想說，是時候讓你們體會體會女棋手在混雙賽中的壓力了。”確實，一到混雙賽，女棋手常常是戰戰兢兢的，怕下錯了。局後古力聽了大笑，說幸虧阿老師不會說話，不然我肯定要受責備了。這個角色轉換令人莞爾。

後半盤，黑棋處於劣勢了，黑方AlphaGo要認輸，古力不同意。局後古力說，他和連笑商量好了，不管哪一方的電腦要求認輸，都要拒絕。結果，阿老師似乎是發脾氣了，連續損目，古力只好也拿起牌子來，示意認輸，他的同伴爽快接受。這麽看來，劣勢情況下，要率領AlphaGo繼續兢兢業業地收官，不是一件容易的事情。

連笑局後的感想是，和阿老師配合心里很有底。問為什麽，答中盤時覺得形勢不好，但是同伴仍然不緊不慢地很穩健，所以心就定了，想是不是也沒有那麽糟。一等一的高手形勢判斷要依仗阿老師了，這又是配對賽有意思的地方。真希望這樣的對局多來幾盤，可以好好欣賞一下人機配合的各種有趣。

下午是陳耀燁、周睿羊、時越、羋昱廷、唐韋星五位世界冠軍對陣AlphaGo。一個長條桌上擺著棋盤，四個人坐在後面，周睿羊在另一面和大家一起討論，他轉過身就是比賽用的正式棋盤，商量定了就由他在盤上落子。AlphaGo橫空出世後，周睿羊最先采用阿老師的很多下法，贏了不少棋，因此得了一個“阿爾法羊”的美稱。

賽前，大家都不看好這場所謂的群毆，因為雙方各兩個半小時的用時，對人類一方實在是太少了，一個人下都有點緊巴巴的，五個人稍一討論，十來分鐘就沒有了，何況對面是一秒鐘能算百萬步的阿老師，更加覺得有壓力了。果然，大盤講解的古力、王磊等一直在為他們擔心：還不下啊？時間又過去十分鐘啦。想想看，五個棋風不同的高手一起討論，哪能那麽快就達成一致呢？所以，我們在屏幕上，總是看到阿爾法羊在笑，等著大家統一意見的樣子。

中盤時，AlphaGo有一個靠然後小尖的連環手筋，是屬於讓人大吃一驚的思路。但是據說研究室里柯潔先於AlphaGo擺出了這兩步棋，不禁感慨，柯潔真是最適合大戰AlphaGo的人啊！

最後小官子階段，是AlphaGo小勝的局面，讀秒後替換周睿羊坐到棋盤前的唐韋星在白棋空里二二點了一手。這是一步騙招，完全沒有棋的地方，但是阿老師很穩健地補了一手，損目了，當然這和勝負無關。五個年輕的世界冠軍笑得不可開交，有一張他們捂著臉撐著頭笑著的照片瞬間刷爆了朋友圈。這步棋是一種測試，AlphaGo應錯了。不過這不算什麽。我們非常想知道，如果補一手會輸，阿老師還會像實戰那樣走嗎？當然，答案其實是很明顯的。

27日第三局結束後的新聞發布會上，哈薩比斯先生宣布AlphaGo將退出圍棋賽事！DeepMind團隊同時宣布，將陸續公布AlphaGo左右互搏的50局棋譜，今天先公布10局。我看了幾個片段，那真的是有著許多可以顛覆圍棋觀的內涵，谷歌的武功秘籍公開了。

非常感傷，一段傳奇就要這樣離開嗎？

回味這場“絕唱”，在傳承方面，AlphaGo吸收了很多前輩高手的精華並予以再創造。在棋局中，我看到它的很多招法有當年吳清源老師的影子，心里非常感動。也許，上天是通過AlphaGo映照出了很多職業棋手在歷史上那些讓人難忘的場景，那些可歌可泣的精神。

三歲的AlphaGo打敗了人類幾千年的進化。人類棋手要戰勝電腦已經不可能了。但是，通過學習，我們可以在自身的基礎上獲得提高。我想，生活在現代的職業棋士是幸運的，阿老師幫助我們突破自身的局限，使我們能夠以更加自由的心靈和開闊的視野去面對棋盤，也更加能夠體會圍棋的美好。

AlphaGo奇招再勝南韓棋王：無話可說

AlphaGo向中國棋王挑機

棋王「神之一手」　首勝AlphaGo

AlphaGo終極戰挫南韓棋王李世乭：享受5場對弈

AlphaGo首位名譽九段棋士