全世界瞩目的人工智能与人类的围棋大战**局终于有了结果。
3月9日下午，谷歌人工智能Alpha Go与韩国棋手李世石的**场比赛结束，AlphaGo获得这场比赛的胜利。双方在较量3个半小时后，李世石宣布认输。
双方的对决，可谓胶着，*后一刻才分出胜负。我感觉，虽然李世石输了，但输的并不难看，毕竟他还曾经占据过优势，有过胜利的机会。说是势均力敌，并不为过。之前部分人预测的碾压态势，并未出现。
这**场棋局给我的感觉就是：阿尔法围棋赢了**局，但它没有想象中强大！
对弈结束后，笔者**时间联系了北京图灵机器人技术负责人陆羽皓，请他从人工智能技术方面谈了一下感想。
以下，是采访实录。
陆羽皓：
“我本来就觉得机器会赢的。因为去年年初就有篇论文用深度学习预测人类高手的下法，不提前预测，全靠对瞬时盘面的理解就击败了当时*好的围棋程序 。”
“当时论文的结论就是，靠深度学习的这种瞬时预测对蒙特卡洛树做剪枝，应该很快能击败人类。2014年之前的电脑围棋的算法叫蒙特卡洛树搜索 。”
“但是现在看来还是低估了人类棋手的能力。”
这里，我插了一句嘴：“也就是说，业内、业外的人，绝大多数都高估了人工智能。我想，这是不是与人类对人工智能的习惯性恐惧有关。 ”
陆羽皓回答： “是信心而已。”
陆羽皓接着说：
“如果收集到了真正高手对局的棋谱，或者有足够多的和高手的对局，人工智能就能赢。目前的算法和人脑下棋的原理基本是一样的。”
“人脑之所以仍能（在某些时段）保持优势，归根到底还是运算速度的优势，如果把人脑看作一个深度学习系统，它的运算能力和*好的超级电脑不相上下的。只不过大 量运算能力只针对专门的任务，如图像识别，包括对围棋盘面的评估，使用的是人脑的视觉模块。 这些枕叶和颞叶的强大计算能力并不能用于语义或符号层面的推理，因此造**脑处理能力尚不如家用电脑的错觉。 而深度学习正是在一定程度上模拟了人脑对图像处理的工作原理，包括对围棋盘面状态的评估。有了这种评估方法后，它不再依赖对所有后续招法的暴力推算，而可以更好的对当前盘面价值做出估计。 所以这套算法和人脑的工作原理非常类似，只要有更多的高水平对局的经验，超越人类**是可以预期的。”
对于以后的对局，陆羽皓认为：“我觉得电脑的经验尚浅，人类的更多弱点会在后面被找出来，期待他们之后有更好的表现。”
对于陆羽皓的看法，我是认同的，我在一开始的态度，与此基本一致。
对于未来，陆羽皓显然认为人工智能更有机会。我虽然也这样认为，但我认为人类同样也有机会。
**局对弈，李世石显然处于不利地位。与一台机器对弈，或者说与一个虚无的程序对弈，人类应该是不适应或者是恐惧的。人类对手对弈的时候，可以通过“气场”影响对方。而与人工智能对弈，人类的“气场”毫无用处，倒是机器的“气场”格外强大，所以人类极不适应。
**局，双方都在试探，至少是在适应。一切都还只是个开始，谁也不能就此判定人类必输！这不是一个划时代的开始，只算是一个互相试探的起点！
感谢北京图灵机器人技术负责人陆羽皓，我们约定**局继续！
公安机关备案号：
