今天下午，谷歌人工智能“阿法狗”（AlphaGo）又双叒赢了韩国九段棋手李世石，连赢三局的AlphaGo已经奠定了完胜的结果。那么，“阿法狗”为什么能完胜人类？其中的奥秘来看看这个美女国际裁判是怎么说的吧！

↑点击上图进入“李世石会不会0比5被机器人KO？快来问她吧！”↑

豹文young

第一场比赛后，感觉中韩职业围棋圈基本不是惊叹，就是不服，没有看到对人工智能或围棋的任何思考，是不是选手们太在乎输赢了呢？

不可否认的是，围棋有它的竞技维度，必须分出胜负，所以人们关注输赢也是理所当然。不过我认为，对于围棋的理解不应该只停留在竞技方面，而应从不同的角度发展。科技的进步会造福于人类，我们应该用包容和理解的眼光看待AlphaGo的胜利。我更希望的是人们通过这个事情更好利用AlphaGo存在的价值。

赵帆

奔奔笨笨

AlphaGo这么强，人类可能很快就没玩头了，你担心以后失业吗？

哈哈……我是完全不担心呢！首先你可以发现即便是在这次跟AlphaGo的比赛中，也是需要围棋裁判员的。其次，作为一个职业裁判，我认为我的职责不仅是比赛，而是普及围棋，让更多的人去了解围棋。就好比这次的AlphaGo事件对围棋在欧美等发达国家和一些新兴国家的普及，才是我更愿意关心和做的事情。

赵帆

画画的三哥

每个棋手都有自己的战术风格，机器人如果第一次输了，会不会通过学习对手的战术，在下一次对弈中打败棋手呢？

会的，这也是它可怕的地方。AlphaGo使用了深度学习＋强化学习＋蒙特卡洛树搜索，所以它的学习能力是非常惊人的。不管这次的结果如何，计算机战胜人类只是时间问题。

赵帆

Bulander

李世石第一战是不是太过警惕以至于保守？听分析似乎他想用怪招迷惑电脑，而面对电脑的非主流步伐，没有发挥出自己的风格。

通过第一局我们可以看出李世石还是有所准备的，开局就采用了比较冒险的下法，我认为他刻意地在避开电脑的棋谱库，也是对电脑的一种试探。其实中盘李世石的局面不差，后面有几步棋走得较缓，也给了计算机机会。不能说李世石没有发挥好，但也不得不承认电脑走得稳准狠！

赵帆

张铭

请问裁判，“阿法狗”现在的水准相当于哪个级别？如果柯洁上有胜算吗？

目前来看，AlphaGo已经具备了职业强手的素质，我相信，如果李世石落败，AlphaGo的下一个挑战对手一定是柯洁。由于电脑运用了蒙特卡洛树理论，遇强则强，遇弱则弱；至于挑战柯洁的时候它是什么样子的，那就让我们拭目以待吧……

赵帆

玲珑小月饼

如果机器人最后赢了，那今后围棋界的终极目标岂不是打败“阿法狗”，人类界的冠军也变得无意义了？这场人机大战后，你认为围棋运动会走向兴起还是没落？

古时有四艺：琴棋书画。现如今只有围棋变成了竞技体育。下围棋不只是为了输赢，更多的是追求其本身的文化价值。AlphaGo得其形而不得其神。对于我来说，下围棋的乐趣在于对弈的过程，而不是输赢。围棋黑白两色，规则简单变化无穷，这种博大精深的思想精髓，是机器人不能代替的。我认为通过这场人机大战，围棋不仅不会没落，而是会利用AlphaGo去探索棋盘上的更多真理。

赵帆

habeanyee

请问美女裁判觉得李世石输掉前两局的原因是什么啊？他还有机会翻盘么？

我们不得不承认计算机的强大，它确实达到了职业强手的素质。李世石能否翻盘心理素质也是一个很大的考验，他是否能克服自己心里的压力是能否翻盘的关键。

赵帆

Natalie

针对人工智能，围棋选手的训练方式会不会做出什么改变？人机对战对比赛规则和裁判有什么新的挑战么？

我觉得围棋选手可以充分利用AlphaGo来辅助训练，这也许可以更加便捷地学习围棋。由于中国围棋规则相较于日本和韩国来说，算法简单，所以此次人机大战也是采用的中国围棋规则，黑方贴7.5目，每位棋手各有两个小时的规定时间，超出规定时间各有3次60秒的读秒。我觉得对于裁判来说并没有什么本质上的区别，毕竟裁判也只是辅助和保证比赛正常的进行。

赵帆

Erika

这样的人机博弈长此以往是否会影响到棋手的个人风格，是利是弊呢？如果两台“阿法狗”对弈，会不会死机呢？

我觉得人机博弈不会影响到棋手的个人风格。棋手的个人风格都是经过长期的训练慢慢形成的，跟每个人的个性也是息息相关的。两台AlphaGo对弈的结果也是我好奇的，官方说法：完整版AlphaGo对单机版的胜率约为70%，所以我估计也是互有胜负吧。

赵帆

义

今天看到很多西方面孔在讨论围棋，这种情景之前还蛮少见的，想问从推广围棋的角度看，你觉不觉得其实李世石输棋也算是件好事？

当然不能说李世石输棋是好事，而是人机对弈这件事本身对围棋的推广和普及是非常有帮助的。我也是从来没有看到过朋友圈被围棋刷屏的现象。人机大战对围棋的意义一定是积极的，尤其对于在欧美等国家的推广和普及。而且任何艺术都是无国界的，以棋会友促进跨国交流，有了人工智能的协助，这种正能量一定会被无限扩大。

赵帆

狮子猫

个人感觉围棋的关注度没有10年前高了，这次“阿法狗”的新闻其实也提升了围棋的热度，你赞成这种说法么？你觉得如何能够提高国民对围棋的热情？

我也是有同样的感觉，很多人对围棋的印象就是好复杂看不懂，哈哈……这次终于稳稳地上头条了，让更多的人关注起来。围棋的普及是一个长远的发展，想要让人们更多地了解围棋，就要多宣传，多开展一些活动，让人们对围棋能有更深一层的认知。目前来说，在青少年中的围棋普及也是很重要的一个步骤。

赵帆

刘旭阳

平时围棋比赛的商业模式是怎样的？这次人机对战的奖金又该怎么分配呢？

目前的围棋比赛一种是赞助商提供一定的奖金然后按名次分配。另一种就是围棋联赛，以俱乐部为单位每周主客场比赛。甲级联赛最后两名降入乙级。

这次人机大战基础奖金约合100万美元，李世石还可获得15万美元出场费，此外每胜一局还有2万美元的胜局奖金。如果AlphaGo获胜，奖金将全部捐献给联合国儿童基金和STEM教育以及围棋相关公益团体。

赵帆

小虾

听说你人在美国，那么美国媒体和美国普通人对这次人机大战反应如何呢？

由于围棋在美国没有那么普及，所以美国媒体的报道基本上都集中在了比赛结果和Google身上。至于美国普通人能知道围棋是什么就已经是一件不容易的事情了。

赵帆

Riffy

看到这个韩国选手让我想起了刚刚看完的韩剧《请回答1988》。韩国人看来是真的很喜欢下围棋呀？

韩国人曾经在围棋上具有统治地位，尤其李昌镐、李世石的出现，让韩国民众更多地了解到了围棋，甚至有些人认为他们是民族英雄。

有兴趣的也可以去看另外一部韩剧《未生》。当然动漫《棋魂》也是影响了一代人，很多人都是看完了这部动漫走上了学围棋的道路。

赵帆

Alvin0219

假如未来围棋人工智能得到推广普及，你觉得围棋运动的发展可以在哪些方面利用这种新生技术呢？

正如AlphaGo团队所说，人工智能的最终目的就是造福人类。我认为围棋机器人不仅可以辅助专业棋手们的训练，而且我相信在以后围棋对弈和围棋教学中AlphaGo也会发挥它无限的力量。

赵帆

AlphaGo什么来头？

谷歌在2014年1月花4亿美元收购DeepMind，但这家位于英国伦敦的人工智能公司一直保持神秘低调——直到这一回AlphaGo一鸣惊人，成为第一个在不让子的情况下击败职业围棋手的围棋AI。

点此查看AlphaGo网站

与一般围棋AI惯于采用的蒙特卡洛树搜索技术进行对弈分析不同，AlphaGo主要基于深度学习技术（Deep Learning），依赖2种不同的深度神经网络：“策略网络”（policy network）和“值网络”（value network）作出判断。这两者会合作“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。此外，AlphaGo还要“通读”各种专业棋局，并和自己对弈，以不断精进棋力。

AlphaGo的“幕后老板”还想攻克哪些目标？

虽然AlphaGo此次的战绩让围棋界慌了神，不过对于DeepMind来说只是成功的一小步，毕竟该公司的目标可是“搞定智能”，然后用它们来“搞定任何事情”。因此除了围棋，DeepMind还在不少其他领域掺了一脚。

1月13日，DeepMind的创始人Demis Hassabis和Mustafa Suleyman就参与了对初创公司Babylon Health的投资，与其他投资者一起投入了约2500万美元。Babylon Health是一款帮助患者通过手机资讯医生的APP，将在2个月后推出AI版本，让APP能自主询问患者病情，然后给出健康建议。

在AlphaGo亮相之前，DeepMind还将人工智能运用于电子游戏领域，开发出了Deep Q-network（DQN），通过“深度学习”技术，让DQN学习、掌握《Space Invaders》《Breakout》等游戏。根据DeepMind公布的试验视频可以看到，DQN在最初开始《Breakout》游戏时几乎是屡战屡败，不太会操作移动浮板反弹小球。400次游戏后，DQN已经能灵活操控浮板进行游戏，而在进行了600次游戏后，DQN已经学会使用技巧，通过将小球弹射到砖块上方来消除更多砖块。

点此查看DeepMind人工智能DQN玩《Breakout》游戏

根据2015年2月DeepMind在《自然》杂志上刊登的文章显示，人工智能DQN已学会了49种电子游戏，从军事游戏到3D赛车游戏，它都能轻松驾驭。“（现在人工智能玩儿的）只是游戏，不过在未来可以是股市数据。”DeepMind联合创始人Demis Hassabis表示。

除了AlphaGo，还有哪些AI棋手？

其实在AlphaGo之前，就有不少围棋AI曾挑战或打败过人类棋手。在公开的围棋服务器KGS中，就潜藏着不少围棋软件，其中许多都战绩斐然。

Crazy Stone

由法国程序员Rémi Coulom研发的围棋程序Crazy Stone是第一批基于蒙特卡洛树搜索技术的围棋AI。2013年，在职业棋手和冠亚军软件对弈的电圣战首届比赛中，Crazy Stone曾被让4子战胜棋手石田芳夫九段；2014年东京围棋擂台赛上，Crazy Stone曾通过让子以微弱优势战胜人类棋手；而在2015年的UEC围棋软件大赛中，它也第4次蝉联冠军。目前，Crazy Stone在公开的围棋服务器KGS上被评为六段水平（KGS等级而非围棋段位）。

DolBaram

DolBaram由韩国人工智能专家林宰范（Lim Jaebum）开发，是2015年的UEC围棋软件大赛的亚军。另外，在2015年3月举办的第3届电圣战比赛上，棋手赵治勋九段让四子不敌DolBaram。

ZEN

围棋软件ZEN是由日本程序员尾岛阳儿及其研发小组TeamDeepZEN开发、改进的，多次斩获UEC围棋软件大赛的冠、亚军。2011年ZEN以被让六子分别迎来棋手周俊勋九段和郑铭瑝九段，2012年3月，棋手武宫正树九段分别让五子、让四子，但两度败在围棋软件ZEN的手里。截至1月29日，ZEN在KGS百强排行榜中位列第95位，等级为七段。

点此查看ZEN网站

银星（KCC IGO）

朝鲜围棋软件银星是公认的世界前三的围棋人工智能程序。和AlphaGo一样，银星也具有自主学习的功能，可以记忆使用者的棋风，在失败以后可以自动调整。

Pachi

来自捷克的围棋软件Pachi实力可达到KGS七段水平，曾被让6子赢棋手周俊勋九段。

点此查看Pachi网站

Darkforest

在AlphaGo大出风头之后，Facebook也不甘示弱，立马表示自家的Darkforest也是棋艺卓群。这一款围棋人工智能是由Facebook人工智能实验室（FAIR）所研发的，采用的是卷积神经网络和蒙特卡洛树搜索相结合的技术，主要通过模仿人类选手、分析识别大量专业选手比赛数据等方式来增进棋艺。根据扎克伯格的说法，在过去6个月，Darkforest已能够以每步0.1秒对弈。目前，Darkforest已在KGS服务器上运营了一个多月，在KGS上达到三段，并取得了成人组第五的排名。

My Go

中国也有围棋软件My Go，开发者是中南大学的武坤教授，曾夺得过2014及2015年中国计算机博弈大赛九路围棋的冠军，不过在十九路围棋领域，My Go还实力欠佳。

虽然竞争对手众多，但以目前DeepMind公布的数据来看，AlphaGo在众围棋AI中实力稳居第一：AlphaGo和其他的围棋AI进行较量，在总计495局中只输了一局，胜率是99.8%，并尝试让4子对阵Crazy Stone、Zen和Pachi，胜率分别是77%、86%和99%。