唐旭 若樸 發自東瑤村

量子位 報道 | 公衆号 QbitAI

19歲的柯潔輸了。

圍棋人機大戰2.0版的第一場，雙方交鋒至第286手棋，執黑的柯潔以約四分之一子的微弱劣勢，敗給圍棋人工智能程序AlphaGo。

10:30，柯潔和代為AlphaGo落子的黃士傑博士落座。

10:31，兩位選手猜先，柯潔執黑先行。

随後，柯潔在右上角落下第一子，耗時13秒。

AlphaGo在右下角落下第一子，耗時45秒。

柯潔的第一步也被解讀為尊重對手。柯潔第二步下出“三三”。這是AlphaGo的常用下法。随後雙方開始你來我往。總體而言，AlphaGo落子速度比柯潔明顯要快。

第54手，白棋下出一個斷。現場講解的華以剛表示，AlphaGo下棋的效率令人心煩，并認為這将是這盤棋的焦點之一。而柯潔也再次皺起眉頭，小長考了很久。

柯潔用時一個小時後，常昊、張璇夫婦代替華以剛、徐瑩在現場上台講解。常昊、張璇上台之後，也再次講解第54手的斷，認為是一個出乎意料的“後中先”。

在國内棋手中，柯潔以下棋速度快著稱。而今天柯潔用時約80分鐘思考後，AlphaGo才用時約20分鐘。雙方的差距正在越拉越大。

97手！柯潔下出天馬行空的一招。創新工場人工智能工程院副院長王詠剛評價說：“這分明就是兩個AI在下棋！講輸赢仍然悲觀，但柯潔在人類裡足以封神！”

柯潔用時還剩1小時07分的時候，現場講解的常昊和張璇判斷戰鬥可能要進入官子階段，而整個盤面柯潔比較辛苦。此時AlphaGo用時還剩2小時20分，大約領先14.5目（僅供參考）。

148手的出現，讓觀戰的網友一陣驚呼，紛紛大呼不理解。

随着比賽的進行，柯潔的表情逐漸嚴峻了起來。或者用手撐在面部，或者抓住自己的頭發，或者悄悄的搖搖頭。與此同時，柯潔的耗時逐漸流逝。

柯潔時間還剩大約半個小時的時候，AlphaGo還有兩個小時。行至第173手，明顯雙方都已經進入官子階段。從盤面上看，如果AlphaGo不出錯的話，黑棋的局勢要差一點。

“這時可能要靠電力局的同志們了”，有網友笑侃。

在收官階段，柯潔和AlphaGo相互步步緊逼，屢屢祭出強硬下法。下午2點06分，柯潔又開始一個小長考。

現場講解的徐瑩表示，收官階段非常重要，她舉例說以前的李昌鎬經常依靠官子階段的發揮，半目逆轉局面。

192手之後，盤面上似乎已經沒有重要的官子了。AlphaGo已經能夠“心态平和”的落子了，華以剛表示這說明AI已經對盤面有了相當的自信。

華以剛判斷，結果馬上出來了。此時，柯潔還剩不到18分鐘。

此時徐瑩粗略點出白棋目數為：65 8，而華以剛點完黑棋的目數，判斷黑棋貼不出7.5目。柯潔應該輸棋無疑。

第247手，盡管柯潔落子有點猶豫，但他心裡早已明白一切。

在最後細小的收官階段，柯潔下棋如飛，而AlphaGo在看似不用想的時候，反而落子仍然非常謹慎。

單官階段，柯潔一直堅持走完，沒有輕易認輸。

首日比賽之前，現場還舉行了一個簡短的開幕式。桐鄉市委書記，國家體育總局棋牌中心主任、Alphabet執行董事長施密特、DeepMind創始人兼CEO哈薩比斯等先後緻辭。

以下是量子位整理節選的部分發言。

△ 施密特

施密特：

非常高興回到中國，中國對我來說意義非凡。這是一個珍貴的機會，可以打造一個更美的世界。去年我在韓國就說，不管勝負如何，人性終将獲勝。電腦有自己擅長的事情，人類有自己的專長。

我們處在人工智能的時代，我們相信這能打造更好的生活，我們所面臨的各個領域都有很多未解之謎，科學家通過人工智能，可以做到更多的事情。

這是一個偉大的圍棋賽事，天才的選手和團隊與AlphaGo對戰，可以認為是人機合作時代的開啟。

非常感謝今天你們能允許我們來到這裡。

△ 哈薩比斯

哈薩比斯：

我對未來幾天的比賽充滿期待。我們非常感激中國圍棋協會、體育總局、桐鄉政府等幫助我們如期舉行人機大戰。柯潔是一個真正的藝術家，天才式的圍棋選手。這場對弈将開啟圍棋界的下法新天地。

這次峰會的宗旨，是在世界最深奧、美麗的棋盤上，探索新的下法。可能再過一萬年，我們也無法窮盡圍棋的下法和定式。圍棋變化繁多，非常神秘。

三年前，我們想也許人工智能有足夠的能力下圍棋。AlphaGo不是一個預編程的圍棋程序，而是采用人類相似的方式進行學習。

一年半前，我們與樊麾進行對弈，現在樊麾也加入了我們。AlphaGo以人類無法想象的方式下圍棋。一年前我們和李世乭進行了對局，我們也為之感歎。今年一月，我們給他取名“Master”，并在網上取得60連勝的成就。

這不是人機大戰，而是人使用電腦發現新的奧秘和知識。和哈勃望遠鏡一樣，探索宇宙，AlphaGo就是新的哈勃望遠鏡。

AlphaGo可以用在其他領域。我們相信在制藥、醫療領域，都可以借由人工智能解決，幫助專家取得更大領域的突破。

希望通過未來與人類專家的合作，找到各種創新的方式。希望探索有新的創新，也希望AlphaGo在其他領域有新的突破。

最後我們想對圍棋界表達深深的謝意，這已經超過我們最初的想象。希望能探索新的下法，我們最終的目的不是誰赢，因為最終的勝利屬于人類。

我們希望在座的各位能一起探索圍棋的真谛。我祝柯潔好運。

9時40分，柯潔上台參與活動，然後離場準備稍後的比賽。

昨晚23:15:44，柯潔在微博上發出《最後的對決》一文，字裡行間都透露着這位少年天才的焦慮和驕傲。以下是《最後的對決》全文：

決戰前夕，感慨萬千…

在這個特殊的時間，我有些話想和熱愛圍棋、關注圍棋、關注我的朋友們說:

無論輸赢，這都将是我與人工智能最後的三盤對局

很多人可能會問為什麼？

其實私底下我已經與朋友家人說了很多次這樣的想法，現在的AI進步之快遠超我們的想象。像國産的絕藝、日産的ZEN雖然和AIphago還有着較大差距，但已經表現出超強的實力了…我相信未來是屬于人工智能的。

可它始終都是冷冰冰的機器，與人類相比，我感覺不到它對圍棋的熱情和熱愛。對它而言…它的熱情——也隻不過是運轉速度過快導緻CPU發熱罷了。

我會我用所有的熱情去與它做最後的對決，不管面對再強大的對手——我也絕不會後退！至少這…最後一次…

拼盡全力後，無論結果…管他口中是是非非，來一首《滄海一聲笑》..豈不美哉、快意？我淡然笑到…

不眠夜，且看且珍惜，請大家欣賞我最後的三盤人機大戰。

相比于柯潔的心情複雜，阿法狗這邊似乎顯得頗為輕松。

DeepMind創始人兼CEO哈薩比斯，昨晚才抵達。而對于第二天一早就要打響的比賽，他的态度是：“我都等不及了”。

如何進行訓練？

一直以來，圍棋就被認為是傳統遊戲中對人工智能最具挑戰性的項目。這不僅僅是因為圍棋包含了龐大的搜索空間，更是因為對于落子位置的評估難度已遠遠超過了簡單的啟發式算法。

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。通過訓練形成一個策略網絡（policy network），将棋盤上的局勢作為輸入信息，并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）的标準，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将這兩種網絡整合進基于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産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。

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，模拟過程中被系統最頻繁考察的位置将成為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。

【完】

招聘

量子位正在招募編輯記者、運營、産品等崗位，工作地點在北京中關村。相關細節，請在公衆号對話界面，回複：“招聘”。

One More Thing…

今天AI界還有哪些事值得關注？在量子位（QbitAI）公衆号對話界面回複“今天”，看我們全網搜羅的AI行業和研究動态。筆芯~

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!