3月9日，首爾四季酒店成為人類AI曆史上的一個裏程碑。

　　在一場關乎競技、算法、AI發展乃至哲學的圍棋“人機大戰”中，代表人類出戰的韓國著名棋手李世石九段不敵AlphaGo，人類智慧先丟一陣。

　　對弈現場。

　　穀歌工程師：李世石獲勝可能為0

　　無論是奧運會還是世界杯決賽，或許都無法像李世石對弈AlphaGo一樣引起體育界和科技界最廣泛的關注。這場圍棋人機大戰的熱度甚至早已超越了昔日IBM電腦“深藍”與卡斯帕羅夫1997年的那場對決。

　　賽前，大多數圍棋界人士都看好李世石能夠拿下比賽，他們的擔心只是在於在短短數月中，AlphaGo的自我學習能力可以達到多么恐怖的層次。

　　創新工場CEO、曾經研發過棋類對弈軟件的李開複也透露，按照李世石與AlphaGo的Elo(圍棋等級分)，可以算出去年年底的AlphaGo打敗李世石的概率相當低。

　　“如果對弈一盤，AlphaGo尚有11%的獲勝的可能性，而整個比賽五盤勝出三盤或更多，AlphaGo就只有1.1%的可能性了。”當然，李開複也強調這個預測是根據幾個月前的AlphaGo的表現做出的，“但是無法猜測它如今的進步能力。”

　　在賽前發布會上，穀歌執行董事長艾瑞克·施密特卻主要在講演科技對人類生活的促進，對於比賽只是官方表態式地說道：“輸贏都是人類的勝利。”

　　不過，正在韓國觀戰的中國圍棋隊總教練俞斌透露，他們得到的穀歌內部消息並沒有外界普遍的樂觀，“穀歌工程師估算，李世石勝出的可能性為0。”

　　而據韓國news1表示，韓國網友此次支持李世石的比例僅剛剛過半，是因為大部分人不懂圍棋，而棋迷們大部分都看好李世石的。

　　李世石入場。

　　贏一盤就是人工智能的勝利?

　　Alpha Go的強大在於模擬人類大腦的神經元結構，如何結合深度學習與強化學習兩套神經網絡，簡單來說，一方面它迅速汲取10萬圍棋高手的棋局，充分利用人類棋手的即有經驗;

　　另一方面是“左右互搏”。每天跟自己(不同的分身)下上幾十萬盤，在不斷的試錯中自我完善、自我進化，並累積3000萬棋位(position)的數據庫……而左右互搏，自我冥想對弈恰恰也是李世石賽前備戰的方法。

　　盡管這場比賽是5盤3勝，下滿5盤，然而在人工智能領域的科學家看來，AlphaGo並不需要拿下整場比賽，甚至在5盤中拿下1盤其實就取得了勝利。

　　英國《衛報》稱，帝國理工學院認知機器人學教授穆雷·沙那罕認為在AlphaGo戰勝樊麾後，已經說明了“AI在發展中達到了一個重要的裏程碑”，而只要戰勝李世石這位頂尖棋手一盤，就證明“人工智能已經取得了驚人的成就，它可以在短時間裏不斷學習，變得更加強大。”

　　職業棋手李喆則表示：“從這盤棋的表現來看，不一定李世石會以5比0戰勝穀歌AlphaGo。”

　　對於人工智能而言，沒有情感是優勢也是劣勢，因為圍棋更多地需要依靠棋手的“直覺”。

　　在談及很多經典勝負手時，職業棋手的答案通常是：“感覺這樣是對的。”而這其中不但包含著局域的思考，還有大局的感知，而人工智能僅僅靠暴力窮舉無法征服圍棋。

　　深度學習初創公司Skymind的創始人克裏斯·尼克爾森也認為，鑒於AlphaGo的學習能力，贏下一盤也意味著AI征服圍棋的進程大大縮短了。

　　即便在哲學家眼中，AlphaGo也只需要一盤勝利。超人類主義哲學家尼克·博斯特羅姆在接受《衛報》采訪時表示：“這將使過去幾年機器學習領域的成果變得戲劇化。”

　　他在自己的著作《超級智能：道路、危險和戰略》寫道：如果通用人工智能成為現實，那么將是一個帶來無與倫比後果的事件。

　　比賽現場。

　　最強AI也只是人類思維的一部分

　　與“人機大戰”一樣火爆的話題是，AlphaGo贏下比賽能否證明人工智能已經超越人類?

　　複旦大學哲學學院教授、人工智能哲學專家徐英瑾在接受采訪時指出，即便李世石輸掉比賽，這並不意味著人工智能已比人類聰明。

　　徐英瑾舉了個例子，AlphaGo是訓練了2000萬局棋後，才能戰勝職業圍棋選手，而一個人在成長為職業九段高手前，訓練的棋局數量遠小於2000萬。

　　“盡管擁有了深度學習能力，但它勝過人類的主要原因仍和以前的計算機程序一樣：運算速度快、不受生物屬性限制。”

　　而從與李世石的第一盤比賽來看，AlphaGo就像李世石說的那樣，“過分拘泥於局部價值，欠缺整體的完善感。”也就是說，尚欠大局觀，這也與它自我學習的方式有關。

　　曼徹斯特大學的計算機科學教授凱文·柯倫在接受《果殼》采訪時也表示：“人類能夠辨認並區分現實世界中的事物、明確地理解對話內容，並且基本能在現實生活中長期維持運作而不‘出錯’。但最優秀的AI也只能在理想的應用情境中實現以上功能的一部分。”