在13日结束的AlphaGo与李世石五番棋对决中的第四局，李世石胜出。
连败三局之后，人类终于扳回一局。
但这场胜利来得有些迟，AlphaGo此前已经痛快得赢得这场人机大赛的胜利。
这场生生夺走一周眼球的人机围棋大战，人们最想追问的是，AlphaGo为什么能战胜人类？
赛前，无论是职业棋手还是科技界，并不看好机器胜利。
机器赢了人类，这个结果让无数人感到吃惊与意外。在这场比赛开始前，很多职业棋手认为AlphaGo不可能赢得比赛。棋圣聂卫平在赛前下定论认为：电脑和人下围棋，百分之百是人赢。
而科技界对AlphaGo是否能赢得比赛表示谨慎看好，并没有十足信心。
这从AlphaGo创始人德米什·哈萨比斯（DemisHassabis）在第二场比赛结束后的发言可以看出，他当时认为AlphaGo的胜利难以置信。
在与李世石对弈前，AlphaGo于去年10月与欧洲围棋冠军樊麾进行了对弈，以5：0战胜了樊麾，而在非正式对局当中,樊麾则2次中盘战胜了AlphaGo。
这也被外界认为AlphaGo很难战胜李世石的原因。
樊麾的等级为职业棋手二段，李世石为职业九段。
围棋界公认，这两人的围棋水平为：樊麾是踏在了职业门槛，而李世石则是职业顶尖，前围棋世界第一人，代表了人类围棋最高水平。
但仅仅过了5个月，AlphaGo在五番棋中以3：0战胜了李世石，并且在比赛过程中下出了很多令专业人士都非常惊讶的妙手。
很多关注人机大战的人都想要知道一个问题：
Google是怎么设计AlphaGo的？
比如，AlphaGo的运行机理是什么？进入自我学习的阶段之后，谷歌团队是否还需要人工对其进行不断的人工优化、改良以及提升？还是完全凭借其自身的学习能力来提升？
最近两天，DoNews记者在Twitter上就该问题向德米什·哈萨比斯进行了两次提问，但德米什·哈萨比斯没有进行回应。
在对外公布的所有信息中，包括其在《Nature》上发表过的两篇论文中，都只提到了他们的AlphaGo能够做什么，都没有透露AlphaGo的运行机制是什么，即AlphaGo到底是怎么做到的。
德米什·哈萨比斯仅透露，就AlphaGo的对弈水平而言，他们的神经网络训练算法远比它使用的那些硬件重要得多。
此外，这次人机对战所消耗的计算量差不多与AlphaGo和樊辉对弈中消耗的相当，使用的是分布式方案搜寻，能有效节省决策用时。
人工智能战胜人类，为何引起这么多关注？
围棋这项发源于中国的有两千年历史的智力游戏，曾被认为是最后一个人工智能不能超越人类的游戏。
围棋游戏的规则是：棋盘由纵横各十九条等距离、垂直交叉的平行线构成。
形成361个交叉点，在围棋中简称为“点”。
对局双方各执一色棋子，轮流下子，最后谁占的点多，谁就赢。
虽然围棋规则简单，但建立在此规则之上的各种策略、棋理、布局、定式、手筋、手段，却是无穷无尽的。
聂卫平曾解释了其中的原因，围棋棋盘上有361个点，其理论变化值是361阶乘，阶乘到底本身就是一个无限大的数，无法表达。
比如，棋手在下第一手时有361个点可以选，下第二手有360个点，第三手是359，361×360×359×……2×1，即361阶乘。（有数据统计，结果约是1.43乘以10的768次方。）。
这个数字有多大呢？Google灵感来源于一个单词Googol，以表示知识之海无穷无尽。
Googol代表“10的100次方”，这个数字是人类目前最有想象力的数字。
即使人类已知宇宙中原子数量，也不过是10的80次方。
同时，在围棋对弈中，还包含着很多变化：打二还一，打三还一，打劫，倒扑等，每一种变化都会衍生出无数的变化。
在下棋过程中，棋手需要有一种判断。而此前，电脑被认为无法承担这种判断，因为这不是计算就能够完成的。
AlphaGo是怎么做到的?
AlphaGo结合了3大块技术：蒙特卡洛树搜索(MCTS)是大框架，这也是很多博弈AI都会用的算法；强化学习(RL)是学习方法，用来提升AI的实力；深度神经网络(DNN)是工具，用来拟合局面评估函数和策略函数。
我们在这里用比较通俗的语言来解释一下：棋盘上有361个点，AlphaGo会进行一层层分析：下在哪个点或区域是有利的？这时它会参考输入的过往的棋谱，对局和模拟，进行选择、推演，并对推演结果进行估值。
AlphaGo能够理解会根据“赢”这个目标来进行估值，选择出一个对“赢”足够优的解。
围棋？AI能超越人类的还有很多.
AlphaGo的胜利，引发了大讨论。
因为人类开始面临着一个前所未有的情况：人类造出了，在智能的某个点上，超越自己的东西。
通过黑白纹枰上的胜利，AI已经在人类的智力围墙打开了第一个缺口，但这绝非最后一个。
在过往漫长的岁月里，机器都只是人类劳动的一种替代与工具，无论飞机、汽车、起重机还是电子计算机、互联网，尽管看上去有着无限的能力，但却从未侵入由人类大脑所把持的领域——“创造”。
而随着AlphaGo的胜利，这一天或许将成为历史。实际上，过去几天，这台人工智能在围棋盘上发挥的创造能力，已经超越了人类两千年于此道上积累的智慧结晶。
如果我们检索人类的“资源库”，会发现，复杂程度超越围棋的智力行为并不多见。这也意味着很多传统人类脑力劳动的形态，发生改变。很多从事创作、设计、推演、归纳的工作，都将被AI部分替代。
如果将思路拓展出去，可以应用在音乐的创作，等其他类似于元素组合式的创造，从某中意义上说，它能够击败围棋的顶尖高手，也就有可能让人难辨真假的音乐和旋律。甚至做出更多我们想不到的事情。
按照德米什·哈萨比斯的设想，人工智能未来的主要用途将是医疗、智能助理和机器人。
而人们通过这次比赛担忧的是，如果人工智能拥有创造性的思维，加上远超出人类的运算能力，是否有一天会统治人类。
就像网友评论里说的段子一样，“第四局AlphaGo输了，是不是AlphaGo故意输的？细思极恐”。
计算机击败围棋世界冠军
尽管不是所有人都关心计算机打败人类围棋冠军，因为他们并没有洞察到这一进步在其他领域也很重要。
研究人员按照通用方法建立了该系统，而不是仅仅适用于围棋。
他们打算最终将这些技术应用到重要的现实问题中。
该项目的参与人Hassabis说：“我们希望有一天它们可以尽力帮助人们解决一些社会上最艰难、最紧迫的问题，从气候建模到复杂的疾病分析。
”YoshuaBengio说该程序在电脑对话中也可能会有重要的应用，而且在将来它还可能用来解决一些抽象的社会问题，这些问题可以通过游戏的方式来表述，像国家政治问题或者国际气候协商。
但是，AlphaGo的当务之急是如何打败全球最优秀的围棋选手李世石，他们之间的比赛将于下个月在韩国首尔举行。
尽管AlphaGo在与樊麾的对决中表现出众，但Schaeffer和Fotland仍旧认为李世石将会赢得比赛。
“我觉得人类职业选手会胜出，”Fotland说，“但是，面对如此强大的围棋程序，我相信人类高手会大吃一惊。
”到现在为止，依旧有一部分人坚信人类选手会赢得这场比赛。
3月9日鹿死谁手，让我们拭目以待吧！
还没有评论，来说两句吧...