人机对决！腾讯围棋AI“绝艺”电圣战夺冠（附获胜棋谱）
新智元报道
来源：腾讯AI Lab
【重要通知】【倒计时 1 天，点击“阅读原文”获取参会指南】新智元和行业领袖英特尔联合举办，中国AI 2017 开年盛典启幕在即。新智元327技术峰会暨颁奖盛典现场一律凭活动行二维码入场，大会于3月27日8:00 正式开始签到，8:50会议开始，现场座位紧张请提前签到换领大会嘉宾胸卡。大会将在腾讯科技、云栖社区和爱奇艺上同步直播，欢迎关注。
腾讯科技直播地址：
阿里云栖社区直播地址：
爱奇艺直播地址：
【新智元导读】“电圣战”，人机对决。腾讯AI Lab（腾讯人工智能实验室）研发的围棋人工智能“绝艺”执黑中盘战胜了日本新锐棋手一力辽七段，获得冠军。
腾讯AI Lab（腾讯人工智能实验室）研发的围棋人工智能“绝艺”执黑中盘战胜了日本新锐棋手一力辽七段，获得冠军。
图：绝艺代表（左）正在与一力辽（右）对局
UEC赛事的亚军“DeepZenGo”也于今天上午执白中盘战胜了一力辽。
“电圣战”由电气通信大学（简称：UEC）与日本棋院于2013年创办,是近日结束的“UEC杯”世界计算机围棋大赛的姊妹赛事，由“UEC杯”冠亚军与人类职业棋手对战。在去年的比赛中，UEC杯冠军deepzen曾授三子击败小林光一名誉棋圣。
随着过去一年中AI技术的飞速发展，今年赛制首次改为分先对局，而对局现场由曾经获得过“棋圣”头衔的小林觉九段负责现场解说，中国方面由腾讯新闻进行的赛事直播更是邀请到“棋圣”聂卫平、柯洁九段、罗冼河九段组成的超豪华解说阵容，也折射出了围棋界及腾讯公司对于此次赛事的重视。
图：绝艺“电圣战”获胜棋谱
本次出战绝艺的人类棋手一力辽是日本棋界公认的希望之星，5岁学弈，宋光复九段门下， 曾先后获得应氏杯青少年锦标赛亚军，第1届GLOBIS杯世界围棋U-20围棋锦标赛冠军，日本第39届”新人王”战冠军。此外，他还曾三次作为日方先锋出战”农心辛拉面杯”世界围棋擂台赛，并取得过三连胜的佳绩，是过去十年中在该项赛事中表现最出色的日本棋手之一。
图：“棋圣”聂卫平、柯洁九段、罗洗河九段正在讲解棋局
对绝艺的发挥，聂卫平评价道：”绝艺表现出的技艺，比Zen要厉害多了。人类还能暂时顶住Zen，和Zen下后半盘，但和绝艺下，几十手后就难有机会了。“柯洁也称：“以前我可能认为自己对围棋的认识有50%，现在看来可能1%都不到。“
绝艺致谢人类棋手 将公布技术细节推动围棋AI发展
“感谢主办方创造这样这样的机会，感谢一力辽七段。每方1小时，60s读秒的赛制，虽然不是标准意义的慢棋，但对绝艺来说依然是一次新的实验和挑战。“腾讯公司AI Lab高级总监、专家工程师刘永升表示，” 围棋博大精深，绝艺还有很大的探索空间。在研发过程中，绝艺在腾讯围棋平台上和超过百位棋手对弈超过500局，得到了人类棋手、特别是顶级职业棋手的帮助，我们对此深表感谢。关于电圣战，我当然希望绝艺赢，但我们会更关注在一个人类棋手更适应的赛制下，绝艺会有什么样的表现。这会是一个重要的样本。”
“绝艺”由腾讯AI Lab一个13人团队花了近一年时间自主研发，涵盖了人工智能最热门的研究领域——深度学习和强化学习，经过人类棋谱和机器自对弈的学习过程，算法基于策略网络与价值网络两大核心，并创新性大幅提升了后者精度。AI Lab探索了全新且有效的强化学习方法，能创造出更优质的自我模拟数据，从而导致了更强的模型。比如，和很多其他围棋AI相比，绝艺的对杀能力会更强。此外，AI Lab还积累了一系列有效方法，能通过机器自我学习产生高质量的强化学习数据。这些方法可应用在很多别的场景之中，让绝艺的价值不止于围棋AI。
未来，AI Lab还将通过论文公开绝艺技术创新和数据库的细节，以开放合作的态度，与业界共同推进AI技术发展，向“让AI未来无处不在（Make AI Everywhere）”的愿景迈步。
图：绝艺在腾讯围棋上的胜率
互联网+围棋 科技助力传统运动焕发新生
据统计，在本次“电圣战”对战一力辽之前，“绝艺”已经从去年11月登陆腾讯围棋对弈，截止目前战胜一百多位人类知名棋手，其中包括中国的古力、柯洁，日本的井山裕太，韩国的朴延桓等众多围棋顶级高手。
与高手过招方能发现自身的不足，人类不断实现自我提高与成长的路径也适用于“绝艺”。
“绝艺”的诞生帮助人类更好地认知围棋，并且与棋手一起在围棋领域探索成长，共同推动中国围棋事业的发展。随着“绝艺”获得电圣战的冠军，我们也越来越期待未来在更大的舞台，更多的场景中出现“绝艺”。希望随着人工智能浪潮的到来，围棋这项古老的运动，可以在互联网时代，焕发新的生命力。
新智元“3·27”AI 技术峰会购票二维码：
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点2016围棋人机大战首场人类不敌机器 李世石投子认输
16:12:13来源：新浪科技编辑：怪蜀黍
& &今日最受关注的就是韩国围棋高手李世石与谷歌AlphaGo之间的&人机围棋大战&，现在在经过三个多小时的对战，第一盘人类告负，李世石投子认输。
& &今日比赛结束后，双方还将分别在3月10日(周四)、12日(周六)、13日(周日)、15日 (周二)的北京时间中午12点进行剩余4场比赛。
& &本次比赛用时每方2小时，1分钟读秒三次。比赛采用中国规则，黑贴3又3/4子(黑贴7目半)。采用中国规则是因Alpha GO以中国规则为基础开发。
& &比赛采用5局3胜制，最终比赛获胜方将获得奖金100万美元。如果AlphaGo获胜，奖金将捐赠给联合国儿童基金会(UNICEF)，STEM教育，以及围棋慈善机构(Go Charity)。
& &AlphaGo开发者DeepMind公司在今年1月的学术杂志《Nature》刊登封面文章，展示了围棋人工智能领域突破性进展的详细情况。这次对弈中，坐在李世石对面正是《Nature》封面文章作者之一黄士杰(Aja Huang)，他本人来代替AlphaGo在棋盘上落子。AlphaGo一方的旗帜是英国国旗，因为这次参赛的谷歌围棋程序AlphaGo来自英国人工智能公司DeepMind。
AlphaGo与李世石对战棋谱
& &谷歌AlphaGo在第一次与世界顶尖围棋手的较量中取得胜利，这是人工智能发展史上重要的里程碑，代表人工智能已经能在诸如围棋等高度复杂的项目中发挥出超过人类的作用。
& &一般来说，现在的职业围棋高手喜欢下白棋，但李世石有些出人意料地第一盘选择了执黑先行。很快李世石给出了理由，黑棋布局走出了一个新型，阿尔法的应对不佳，有些亏损。李世石显然研究了电脑围棋的理论，得出了电脑在布局阶段不太擅长应对新型的推论，棋局的进行证明了这一点，李世石有备而来。
& &不过围棋决定胜负的往往是中盘阶段，阿尔法似乎也&意识&到了自己形势不佳，之后的下法选择得非常强硬，双方早早就展开了接触战。电脑的下法令观战的职业棋手目瞪口呆，几乎招招都是最佳应对。好在战斗也是李世石的强项，双方就像武林高手，猛对几掌，然后各自退了好几步。
& &不过在第一个战役结束之后，电脑的选择令人费解。正常高手，对掌之后，总要运气缓一下，然后再打，电脑的下法则是直接又扑上来了。过刚易折，这处的战役，李世石抓住机会，围住一块大空。人族代表心里有底了，电脑虽然在局部战斗表现出色，但在大局上似乎不如人类高瞻远瞩。
& &不过作为人类最大弱点是会受情绪波动的影响，取得优势后，李世石的心态似乎发生了变化，右下角黑棋下得太过保守，白棋左右逢源，角部做活，大龙也及时补棋，黑棋一无所得，此前的优势消失殆尽。各路讲解的职业棋手判断也出现了分歧，不过随着棋局进入官子阶段，大家发现李世石其实败局已定。
& &最终李世石投子认负，表情上看上去不是很痛苦，不知是不是找到了电脑的弱点？
李世石将和人工智能AlphaGo进行围棋“世纪人机大战”，究竟人类是否能够战胜机器呢？
女神是个白富美，她喝醉后我们发生了一点噼里啪啦的事，过了两天女神送了我一件美特斯邦威的衣服，这是什么意思？她是要用衣服来抵过夜费吗？
一天妻子在洗澡的时候手机收到一条短信，丈夫一看内容是“赵兄托你帮我办点事”，结果晚上妻子在与别人偷情的时候被当场抓住，丈夫一边揍妻子一边说：TMD，你真以为我看不懂啊？啊~~~~
春节前，《古剑奇谭》系列第三部单机RPG《古剑奇谭三：梦付千秋星垂野》正式启动宣传，并曝光了首部宣传视频及游戏主角“北洛”与另一重要角色“玄戈”。
近日，著名解说“护国法师”JOKER在直播时，无意中谈到了“国服吃鸡的事情”，谈到了《绝地求生》国服一再拖延上线的原因。
就在刚刚没多久，《绝地求生》官方发布了“正式服维护公告”，此次更新将于北京时间3月13日上午10点进行停机维护。表情系统将上线。下面一起来了解下详情。
暴雪今天公布了《炉石传说》新拓展包——“女巫森林”，包含了135张全新卡牌，以及新机制“突袭”和“回响”，将于4月中旬正式开启（目前已可以预购），官方也已公布了若干新卡牌，让我们一起来了解下。
DOTA2今天有一个2G的大更新，主要为游戏加入全新包月服务——“刀塔Plus”，对此有刀友调侃，“dota2终于修复免费bug”……闲话少叙，让我们来了解下这个“刀塔Plus”到底是什么。
今天，《绝地求生》正式服进行了第七轮更新，主要上线了游戏内的好友功能和表情系统，以及一些新的Steam游戏成就。之前我们介绍了那些新增的游戏成就，现在就让我们一起开看下表情系统吧！
这两天的《绝地求生》真是很不消停，基本上处于更新维护中。这不，刚停机维护不久。现在，官方又发出了通告，称为了更新反外挂措施，将于3月15日上午10点再次停机维护。
《绝地求生》大火之后，相关的周边也成了人们哄抢的对象，例如比较出名的平底锅、三级头、能量饮料等等配件，成为了一些吃鸡玩家的装逼必备产品。
育碧的《孤岛惊魂》系列可以说是一款旅游兼消灭反派的作品，而新作《孤岛惊魂5》把背景设在了美国的一个田园小镇。这里的人信奉的是基督教，所以反派也是个疯狂的异教徒。
龟龟...什么时候英雄联盟都变得这么大了？小编记得刚玩LOL的时候一共都才两个多G...
48小时热点资讯
热门手游推荐围棋九段如何点评人机大战第一场
[摘要]人工智能、围棋领域的专家共同解读人工智能与人类智力的巅峰对决。
人机围棋大战第一局，李世石（黑） VS AlphaGo （白中盘胜）编者按：人机对弈的巅峰对决，李世石九段首场被棋界寄予厚望，但是盘中出现情绪波动最终被机器逆转。他在赛前认为人工智能还不够强、排除万一的担心居然一语成谶，“因为人类下棋时会有失误。”人类输了棋，有人在欢呼人工智能的伟大胜利，有人的感受比较失落，还有的人开始担忧未来。而在()CEO施密特看来，不管胜败，人类都是最大的赢家。“机器”总比人类强？在各种情绪面前，历史和现实都已经表明，这似乎是不可阻挡的趋势。也许人类应该避免的是因为赛事带来的人与机器二元对立的情绪，因为我们终将迎来一个人工智能技术应用日渐丰富的生活场景。文 | 江铸久、卫鸿泰、张峥、田渊栋、董飞、朱文章、刘峰、卫鸿泰、何波等●●●2015年10月，AlphaGo先以5:0击败了欧洲围棋冠军樊麾二段。这是电脑围棋程序第一次在全尺寸棋盘上公平击败职业围棋棋手。日——15日，AlphaGo挑战世界排名第二、韩国棋手李世石九段，人机对决举世瞩目。在第一局的对决中，AlphaGo执白186手，以约7.5目的优势中盘取胜，《知识分子》特邀请多位人工智能、围棋领域的专家，通过微信群和广大网友共同解读人工智能与人类智力的巅峰对决。感谢各位网友的踊跃参与！江铸久九段，中国国家队著名国手，韩国棋院客座棋士。今天这棋AlphaGo表现挺好的，我觉得。不过不管怎么说，尽管我预测偏向电脑赢，赢一盘就算赢，但没想到第一盘就赢，说明AlphaGo这5个月进步真的很快。从李世石布局阶段就能看出来，他今天在心理上一开始就有波动，因为他采取的是非正常的布局。我估计这是因为他知道是在跟AlphaGo，而不是和人类下棋。在这种情况下，我个人觉得李世石的布局不算太成功，而且AlphaGo上来的斗志是不错的，断的时候挺果断的，算路是比较深的。这样夸人工智能，也是它长处的地方。但是中途的时候，李世石追上来了。但是，在我看来左边拆二的发挥，是AlphaGo让职业棋手觉得low的地方，它那个下法肯定不是职业的下法。但是，有一点意外的就是，AlphaGo那个下法损失并不大，整个下法是很low，损失并不大，相对于在右边破黑棋的空，它的次序下得很精准，加上李世石在右边角上的失误，AlphaGo一下就超出了。况且它在左边的下法，基本上是AlphaGo胜利宣言的下法。那些小的失误反而让人想起全盛期的李昌镐。李昌镐在形势领先的时候，经常有一些失误，但是倒过来看，他的那些失误都是很保险的，一点风险都不冒就会赢下来。所以，我觉得AlphaGo很了不起。卫鸿泰知乎围棋专栏主持人、围棋业余5段这一盘，李世石输给机器，意外的是，人类在大局观上输给了机器。这盘棋开局稍显意外，印象中这样的开局是第一次见，感觉李世石有备而来，故意选择了不常见的下法。之后作战很强硬，局部来看，黑棋稍有勉强。之后黑棋逐渐占据上风，进行到76手的时候我觉得AlphaGo下的实在太机械，太僵硬，有点暴露“机器本性”。进行到这里大家开始普遍看好黑棋了。接下来是本盘最有看点的一招：102 是非常有个性的一步，也是柯洁(九段)指出的好棋，之后AlphaGo占到便宜以后连续两次脱先，逐渐扭转了局面。之后右下角的悬念是AlphaGo右下没有跳一路是看到目数优势，简明处理还是没有看到手筋，当然我倾向于前者。之后收官双方都很平稳，本局唯一一次打劫也简单结束，希望之后能看到AlphaGo对于复杂劫争的控制水平。张峥上海纽约大学计算机教授、前亚洲研究院副院长刚刚仔细读过AlphaGo，没觉得有什么破绽。在自己左右手互搏中的计算价值那部分为了效率用了“快棋”策略，可能粗糙些，但下得多可以弥补。有网友提出的和李世石比赛会“偷招”这个倒不用担心，五局的样本对机器没用，它不靠这个，靠的是工程上高效率、策略上粗枝大叶但大方向正确。AlphaGo胜利的概率是100%，只不过不见得是这次。“毛病”还是机器学习的老毛病。表现在：无法总结规律，或者说无法吐出一套规整自洽的规律；泛化能力差，无法在复盘中举一反三，即便告诉它哪步走错了，恐怕它也不知道为啥，只是一气儿死磕到撞了南墙才完事。对谷歌如何复盘我很好奇。如何实现不败呢？AlphaGo从大量的棋谱开始练，除非有它没见过的变化，而且远离它见过的和自己能演练到的。要下无理棋，把围棋当五子棋下……但这种可能性太小。归根结底，和国际象棋变化少不一样，问题是围棋太古老了，以至于穷举了太多可能，而且还让AlphaGo看了！剩下的变化空间人是可以其乐无穷地去变化，对机器来说分分秒嗖嗖地就搜完了。这里围棋的长板变成短板，帮了AlphaGo：由于规则太简单，被机器抄了近道。田渊栋 卡耐基梅隆大学机器人系博士、人工智能组研究员，Facebook人工智能围棋程序Darkforest负责人我围棋水平很烂，但总的来说，可以对Alphago有所评论。第一点，如果你觉得AlphaGo的落子水平会波动，其实它可能判断胜率已经很高，有时候随便下；第二点，蒙特卡洛树搜索是遇强则强的，如果对手太弱的话也不会下出太强的手；第三点，AlphaGo下棋每一步最后都是算整体分数的，并非单纯局部，反倒是有时候局部弱，对杀会有问题；第四点，接下去的研究是进入程序的黑箱里去。人工智能研究者们虽然设计学习算法，但其实不知道电脑是怎么决策的，要打开黑箱了解内部机理，还有很长的路要走。董飞数据科学家、Coursera数据工程师这次是太多意外，在大家一边倒的支持李九段的时候，也有研究院副院长)力挺AlphaGo，认为机器会赢。这盘棋大致是前半段，李世石占有很多先机，但后来不知道为何保守下棋，犯了一些失误，势力峰回路转，而AlphaGo中盘发力，180度转弯，把李世石逼着认输。我想作为一次焦点比赛，关注的人太多，比赛的压力很大，李世石也似乎没有发挥最佳水平，今天这一盘还不能完全说明问题，如果明天他接着输了，那可以认定人工智能真的在围棋领域取得革命性突破。其实在（类似围棋的）这些封闭系统中，（人工智能）战胜人类也不奇怪。我记得有些预言家说过未来20年，98%的人类工作将会被机器取代，那么我们现在要怎么做？怎么才能成为那2%的人，我觉得只有人类的创意思维，不断创新才是出路，所谓的灵感、灵气、灵光。最后如果说我对明天的棋局有什么建议的话，那就是靠直觉判断，电脑目前还不会，对全局判断弄不大清楚，这可能是AlphaGo的弱点。朱文章香港科技公司首席架构师、香港大学计算机博士、围棋业余5段（弈城9段），前微软及谷歌软件工程师，iOS软件“围棋之眼”作者开局李世石下得太勉强，也下得快。到中间缓过来优势，102点的时候，虽然长考，但没有发挥出计算力的优势，被翻盘。右下角又没有出强手，左上也让白棋稳稳围住。这些估计都是失败之处。刘锋著名互联网资深人士、计算机博士，《人工智能学家》主编、AIE实验室创始人，《互联网进化论》作者震惊于AlphaGo战胜李世石九段，但若以科学实验流程规范来评价，我依然认为此次比赛不合格。谷歌应尽早展开线上多人（100人以上）同时在线对弈AlphaGo，以消除其实验不规范带来的质疑。在比赛公正的条件下，AlphaGo的此次胜利将意义非凡。甚至是人类发展史的一次巨大进步，可能的意义超过美国登月，但面对如此巨大的突破，我们是否应该持有更加谨慎和科学的态度？何波业余5段，中国科技大学物理博士，中泰证券股份有限公司信息技术部副总经理卫鸿泰（左）、何波（右）今天是个划时代的一天，AI在要点的把握上超过人类，不会有因为思维定势等缘故而跟着对手走棋，每一步坚定的走他觉得价值最大的点，这点我觉得很可怕。
另外，我觉得现在说AI超越人类还早，现在AI在输入的信息上并没有产生更多的信息度，如果有一天AI会自己创造数学公式，或者总结物理规律，这才是奇点来临。●●●读者问答部分精选“狗狗”的学习机制还是黑匣子Q1：请介绍今天比赛的计时、计分（贴子）规则。朱文章：比赛采用中国规则，黑棋贴7.5目，各两个小时，还加3次1分钟读秒Q2：电脑下棋会不会也形成像中韩日围棋届一样的某种流？朱文章：AlphaGo和机器人小图这个问题很大，你说它们能自学习吧，应该都有，但是不同系统，机器学习训练的方式，结构都有千差万别。我这方面还是不够深入了解。电脑的神经网络参数定了之后，应该有一定模式和风格。但是经过不断学习，它会改变。Q3：遇到不同的水平的棋手，AlphaGo的表现是不是也不同?田渊栋: 蒙特卡罗树搜索是遇强则强的，如果对手太弱的话不会下出太强的手。朱文章：AlphaGo团队最强的棋手是台湾的Ajahuang，台湾业余6段。Q4：作为训练数据的对局水平是否会影响围棋AI的水平？例如10000盘刚学会围棋的人的对局，和10000盘职业高段位棋手的对局，做训练数据，对同一个模型是否会有显著影响？田渊栋：不同质量的对局对训练影响很大。Q5：阿狗（AlphaGo）的策略也靠搜索来的吗？与之对弈，人落子拖时间长一点，和拖时间短一点，AI的结果会不会不一样？田渊栋：是啊，如果AI开了pondering（编者注：即长考）的话，就是说在对手思考的时候也思考。软件下棋每一步最后都是算整体分数的，不同质量的对局对训练影响很大。张峥：是，用少见的开局也许可以增加长距离蝴蝶效应的可能性。一进入局部就不好办了。Q6：硬件当中会有GPU（图形处理器）和CPU（中央处理器）共同工作吗？张峥：是的，用两种硬件协调工作是工程和资源的优化，不是本质。田渊栋：一直是两者同时工作的，CPU搜索，GPU评估局面。Q7：在过去的四个月中，AlphaGo的学习方式是复习历史棋局还是跟许多真人高手对決？AlphaGO是在局部算路更强的情况下，对整体势的把握是如何做的。卫鸿泰：兼而有之。Q8：我记得有人问Google作者，电脑是怎么下这一步的，他也不知道，不是靠背棋谱就可以知道的。为什么Google作者自己都不知道电脑怎么下棋的呀？不是他们设置学习机制的吗？田渊栋：设置了机制，但是不知道这个机制如何学得棋谱模式。所以，AlphaGo可以走很好的棋，但是制作者不知道这个是通过什么推理方式算出来的。要是知道了，对AI来说是非常大的突破。Q9：所以，机器思考的过程现在还是个黑匣子？田渊栋：是的，在这点上人工智能还是有很长的路要走。Q10：电脑的弱点之一是，算法可以解决局部的问题，但对整体局势的评估会弱一些。田渊栋：不一定，深度神经网络往往是倒过来，整体强而局部弱，需要加上搜索，DarkForest是这样。所以有时候死活，对杀会有问题。张峥：难说，狗狗的结构是从局部到全局的。Q11：我们能否说AlphaGo现在已经能够判别局势，而不是只判断接下来的几步范围内，哪个位置最优？田渊栋：Value Network和Playout都是用来判断局势的，判断哪步棋最优也要靠这两个，Policy Network给出候选的走子，然后由上面这两个判断哪步比较好。“狗狗”早点去博物馆不好吗？Q12：“阿狗”和对手下得越多，胜利的机会也就随之增加？张峥：狗狗哪天的左手也很强，就不要你了！它左右手互搏是现在成长的环境一环。Q13：如果AlphaGO在棋力水平超过了大部分用于训练的“高手棋局”，想进一步提升棋力，这时如果再用这些水平低于自身水平的棋局数据进行训练是否不利于自身棋力水平增长？更多的使用“左右互搏”棋局训练是否更好？田渊栋：是的。 董飞：我之前思考过电脑如果只是学习网上的棋谱，这些大多都不是高手，超一流的棋局又那么少，跟三流学，怎么可能下过一流的选手呢？但它那种可以自我对弈，选择倾向赢棋的路径，这样想只要它不断电，有大量计算资源，这样就进化直到永生，想到这就是一部科幻片了。大家还记得那部片子叫《超验骇客》，主人翁要死了，委托他女友把大脑移植到电脑中，后来就入侵银行，去一个乡下造了一个巨大data center，一直进化，研究各种新技术，可以移植修复，copy他的思想，最后谁也没法阻挡，世界被他控制。我觉得那部电影还是挺有哲学意义的，本意是想那些人类都不如他，他要去拯救世界，给他们最好的东西，但这样就是独裁。Q14：没有了人类的挑战，AlphaGo的能力很快就到顶，进步的空间就不大了？张峥：让狗狗早点去博物馆不是好事吗？Q15：为什么？张峥：因为就去战下一个更好的问题了。Q16：AlphaGo的算法已经公开发表，是否意味着别的团队同样可以做出AlphaGo？商业化公司发表公开论文的动力在哪里？田渊栋：细节有很多还是不清楚的，当然大致的技术路线都很明确了。动力在于提高自己公司知名度，这个很重要的，而不只是为了赚钱。有知名度就对招人和公共形象都有好处。
机器还是真人，你分得清吗？Q17：如果不告诉您黑白棋对应的是电脑还是真人，您能分辨出来谁是谁么？刘锋一互联网进化论：不能。朱文章：这盘可以。最新的这些招法，有点现出原形了。贴了那么多个白子，人不会那样下啊。卫鸿泰：白棋这一串，机器的感觉太明显。Q18：怎么看人工智能现在的阶段？围棋机器人有用到量子力学吗？田渊栋：没有量子力学的成分，全都是基于经典物理的。Q19：李世石大优的情况下长考，是要做坏事了么？像中盘那样。朱文章：长考很重要，可以稳定一下情绪。Q20：第一局输了的话，AlphaGo有可能像人类高手一样分析对手风格，从而在后面棋局中调整策略吗？田渊栋：要调整也是人类去调整，机器目前看起来还没有这个能力，它要自我学习的话需要大量的样本。卫鸿泰：白棋两次脱先收获非常大，大局观不错。职业普遍认为黑棋右下有心态问题，下得非常有问题。Q21：阿狗的时间不够怎么办啊？田渊栋：不会不够的，机器大不了用Policy Network，3毫秒一步，只要code没bug，肯定不会超时。Dark Forest上次一月份对Zen超时了，因为有个bug。Q22：李世石输了？主持人：终局，李世石输。朱文章：输了部分人都挺难受的，特别是喜欢围棋的人。张峥：我吭吭哧哧地写了那两篇，其实心里是很希望能再挺一会的。
[责任编辑：jimmonzang]
您认为这篇文章与"新一网（08008.HK）"相关度高吗？
Copyright & 1998 - 2018 Tencent. All Rights Reserved
还能输入140字