1：3，人機大戰(zhàn)李世石扳回一城，這場牽動了中韓兩國數(shù)千萬網(wǎng)友的“找BUG”大賽也出現(xiàn)了逆轉(zhuǎn)態(tài)勢。

　　昨天結(jié)婚紀(jì)念日輸?shù)舯荣惖氖澜鐕骞谲娎钍朗诮裉斓谋荣愔邢纫趾髶P，執(zhí)白的他在面對劣勢時，78手下出“神之一手”最終贏下比賽。其實本場比賽開始階段，李世石布局非常保守，被多名專業(yè)棋手認(rèn)為信心不夠，即使在前半盤也一直處于劣勢，搜狐科技直播間內(nèi)很多網(wǎng)友也紛紛惋惜的表示李世石有可能再次失敗。

　　但在下午2點半左右劇情發(fā)生大逆轉(zhuǎn)，在李世石還剩不到15分鐘就進(jìn)入讀秒時，李世石在第78手下出“神之一手”，而AlphaGo的應(yīng)對方式也堪稱詭異，連續(xù)下出判斷自己勝率極低的昏招，麥克雷蒙九段甚至認(rèn)為AlphaGo累了，最終在“犯了人類棋手不會犯的（很多）錯誤”之后，AlphaGo在接近自己讀秒時宣布認(rèn)輸。

　　在賽后的新聞發(fā)布會上，DeepMind團隊的負(fù)責(zé)人表示“我們非常開心，AlphaGo一開始是自己跟自己比賽，這就意味著它在算法上會存在缺陷。我們來到這里就是為了測試它的極限，并找到弱點來不斷地提高AlphaGo。我們回到英國之后會找出失敗的原因，并找出改變的方法”。

　　他們還表示，AlphaGo仍處于原型階段，并沒有進(jìn)化到Beta階段。但參與比賽的機器人版本是分布式版本的第17個版本，計算能力要強于單機版本的AlphaGo。在它判斷出自己的勝率低于一定數(shù)值時，就會主動認(rèn)輸。

　　而李世石談到本場比賽勝利時很謙虛，認(rèn)為“神之一手”對于自己來講只是當(dāng)時唯一能想到的一步棋。但他表示AlphaGo是有弱點的，只是自己還沒發(fā)現(xiàn)，可能在它執(zhí)黑先行的時候會有一些缺陷，掙扎的部分也更多。

　　對于信息不平等的問題，李世石表示如果能更多了解機器人的信息，可能會容易一些，但這并不是成敗與否的關(guān)鍵。DeepMind的負(fù)責(zé)人也表示并沒有針對李世石對AlphaGo進(jìn)行培訓(xùn)，他們做的只是針對廣泛人群的圍棋培訓(xùn)。即使要針對李世石進(jìn)行培訓(xùn)，也需要幾百萬甚至上億場比賽數(shù)據(jù)，這基本是做不到的。

不要被人機世紀(jì)大戰(zhàn)的噱頭沖昏頭

　　科大訊飛董事長劉慶峰曾表示，雖然圍棋需要的計算量非常大，但本次人機大戰(zhàn)對于人工智能帶來的影響力，并不比IBM深藍(lán)電腦與人類進(jìn)行象棋大戰(zhàn)、以及Watson電腦參加脫口秀節(jié)目大。本次AlphaGo與李世石的大戰(zhàn)之所以引發(fā)廣泛關(guān)注，媒體傳播的成熟是主要原因。

　　DeepMind團隊負(fù)責(zé)人也表示，這僅僅是一步步測試的過程，他們從英國起步，到橫掃歐洲，再到韓國本土，甚至下一步挑戰(zhàn)中國棋手，都是谷歌逐步測試自家機器人的過程。

　　所以在AlphaGo贏下第一盤之后，我們就應(yīng)該相信，人工智能已經(jīng)可以在圍棋領(lǐng)域戰(zhàn)勝人類了。此后的幾番大戰(zhàn)，輸贏都已經(jīng)不太重要，尋找AlphaGo機器人算法弱點的意義反而更大一些。

　　而李世石“神之一手”之的出現(xiàn)，也恰恰說明了AlphaGo還存在著弱點：策略神經(jīng)網(wǎng)絡(luò)在產(chǎn)生可能的落子點時，并沒有看到這一點，在這里存在誤區(qū)和弱點。簡單說就是算法的誤區(qū)給了李世石下出“神之一手”的機會。

　　而此前很多人工智能專家都表示，連環(huán)劫很可能是蒙特卡洛算法的致命弱點，甚至兩個劫都有可能對機器人的計算造成極大障礙。這也是在昨日對戰(zhàn)中，眾多人工智能專家和職業(yè)棋手都期待AlphaGo能夠打劫的原因。

重新認(rèn)識深度學(xué)習(xí)技術(shù)的價值

　　AlphaGo的戰(zhàn)績已經(jīng)引起了谷歌公司的高度重視，作為谷歌聯(lián)合創(chuàng)始人的謝爾蓋昨天也專門跑到韓國現(xiàn)場“督戰(zhàn)”，并在取得勝利后興奮異常。小米科技CEO雷軍昨晚在微信上表示，盡管自己站在AlphaGo這邊，但AI贏得如此利落還是遠(yuǎn)超過自己想象。

　　人工智能在短暫火爆后曾因為遇到瓶頸而進(jìn)入低谷期，而隨著近幾年深度學(xué)習(xí)技術(shù)的成熟，人工智能也重新贏來了高關(guān)注度。

　　中國人工智能學(xué)會常務(wù)理事劉成林教授在接受媒體采訪時表示，AlphaGo的研發(fā)團隊采用了最先進(jìn)的深度學(xué)習(xí)技術(shù)，利用深度神經(jīng)網(wǎng)絡(luò)對棋盤的局勢進(jìn)行了預(yù)測，并且在前期搜集了大量圍棋對弈的歷史數(shù)據(jù)，其中包括很多圍棋名人的棋譜。它已經(jīng)具備了從大規(guī)模數(shù)據(jù)中學(xué)習(xí)的能力，所以幾個月內(nèi)就實現(xiàn)了人類若干年才能夠達(dá)到的學(xué)習(xí)效果，這是驚人的學(xué)習(xí)能力。

　　而在深度學(xué)習(xí)技術(shù)出現(xiàn)之前，過去采取的方法就是人類耗費巨大的精力編寫程序，輸入機器及其然后執(zhí)行預(yù)定的功能。而現(xiàn)在人類只需要編寫讓機器人深度學(xué)習(xí)的程序，機器就能夠?qū)崿F(xiàn)在龐大的數(shù)據(jù)積累過程中通過學(xué)習(xí)來實現(xiàn)智能化操作，并且其水平可以在數(shù)據(jù)增加的過程中不斷得到提升

　　華盛頓大學(xué)電子工程博士，臉書機器學(xué)習(xí)深度學(xué)習(xí)研究員談釗表示，程序應(yīng)該不會有嚴(yán)重bug，只會有一些邊角情況可能沒有被考慮到。如果發(fā)現(xiàn)了這種邊角情況，可以產(chǎn)生一些相關(guān)數(shù)據(jù)，扔給AlphaGo訓(xùn)練一小段時間就行了。（微信號 志明說 文/崔鵬）