人類和人工智能的PK最近又進入了一個新的階段，隨着谷歌成功擊敗歐洲圍棋冠軍職業圍棋二段樊麾後，從3月9日開始的爲時五天內，“阿爾法圍棋”(AlphaGo)將與世界頂級圍棋選手之一的李世石展開新一輪的人機大戰。
傑米斯Hassabis將公佈比賽的詳細規則。其中傑米斯Hassabis將通過視頻連接現場，李世石則在現場接受提問。
AlphaGo將在3月與世界頂級圍棋選手之一李世石對弈
此前，AlphaGo在沒有任何讓子的情況下以5 0擊敗了歐洲圍棋冠軍職業圍棋二段樊麾，同時也擊敗了目前最好的圍棋程序中99.8%的對手。現在，這場即將在今年3月進行的人工智能與圍棋高手李世石的對陣：究竟各方勝算幾何?人類智慧能否守住“圍棋”這座堡壘?
勝算幾何?
對於這場對決，李世石信心滿滿。他在一份聲明中表示：“我很榮幸能夠對戰谷歌發明的人工智能系統。我認爲，這將是圍棋史上最重要的一場比賽。因此我接受了挑戰。我很有信心贏得比賽。”
此前，職業二段棋手、圍棋資深教練劉軼一對《第一財經日報》稱，不用擔心，不會那麼容易。不過他所在的朋友圈裏，圍棋職業棋手們衆說紛紜，有些認爲不可能，有些認爲指日可待，還有聲音是“人類快被自己滅絕了”。
判斷的預測認爲，AlphaGo和李世石取勝的可能性爲五五開。
而谷歌DeepMind工程總裁德米斯·哈薩比斯(傑米斯Hassabis)則表示：大部分圍棋棋手都認爲，李世石的贏面佔優。“他們認爲，我們取勝的可能性不到5%，但他們不知道的是，我們的系統有着多大的進步。就在我和你們交談時，這一系統也在進步。”
事實上，AlphaGo在沒有任何讓子的情況下以5 0擊敗了歐洲圍棋冠軍職業圍棋二段樊麾的事情，並非發生在今年1月，而是在去年10月，這意味着AlphaGo在與李世石比賽前，有近5個月的時間進行學習。
而搜狗CEO王小川的判斷則更爲大膽。他提出了自己的兩個斷言，斷言一：AlphaGo將會完勝李世石;斷言二：除了圍棋，人工智能在其他博弈類的封閉遊戲裏也會橫掃一切，完勝人類。
谷歌憑什麼?
在此前，谷歌人工智能程序AlphaGo是如何擊敗圍棋高手的?
谷歌AlphaGo的研究者大衛· Silver說，AlphaGo系統的關鍵是，將圍棋巨大無比的搜索空間壓縮到可控的範圍之內。
而爲了達到這一目的，AlphaGo系統將最先進的蒙特卡洛樹狀搜索技術與兩個深層神經網絡相結合，每個深層神經網絡均包含許多層，每層又包含數以百萬計的神經元一樣的連接。
在AlphaGo兩種不同的神經網絡中，“策略網絡(策略network)”的作用是預測下一步，並用來將搜索範圍縮小至最有可能硬起的那些步驟。另一個神經網絡“價值網絡(value network)”則是用來減少搜索樹的深度，每走一步估算一次獲勝方，而不是搜索所有結束棋局的途徑。
上述方法使得AlphaGo的搜索方式相比之前的方法更人性化。例如，深藍採用強力方法搜索的棋子位置要比AlphaGo多數千倍。而AlphaGo則相反，它通過想象下完剩餘棋局來對下一步進行預判，如此多次反覆。在上述模擬遊戲中，策略網絡提出下一步的智能建議，而價值網絡則對走過的每個位置進行評估。
具體而言，Google首先採用圍棋專業棋手的3000萬步下法對價值網絡進行訓練，直到該網絡對人類下法預測準確率達到57%(AlphaGo之前的紀錄是44%)。
但AlphaGo的目標是擊敗水平最高的人類棋手，而不僅僅是模仿他們。爲了做到這一點，AlphaGo學會自己發現新策略，通過自身兩個神經網絡之間成千上萬的對弈，採用被稱爲強化學習的試錯法逐步進行改善。這種方法提高了策略網絡的效率，以至於最原始的神經網絡(即其中不包含任何樹狀搜索)可以擊敗最尖端、構建有巨大無比的搜索樹的圍棋軟件。
這些策略網絡又反過來對價值網絡進行訓練，採用的還是從自我對弈強化學習的方法。這些價值網絡可以對圍棋的任何位置進行評估並預測獲勝方，而人們過去曾認爲這個問題太過困難，根本無法實現。
如果在今年3月的對戰中，AlphaGo戰勝李世石，是否意味着人工智能已經超過人類?
或許還不能如此斷言。但在棋類遊戲之外的領域，這場對決也將引發更多的思考——那些人們曾經以爲人工智能不可能完成的腦力挑戰，是否都將被一一打破?未來人類是否會被人工智能所取代?相比這些問題，100萬的獎金顯得並不是那麼重要了。
對於這場人類與人工智能對決感興趣的朋友，屆時可以在YouTube上觀看全程直播(知道你們會翻牆)，最終用的結果如何我們一起來期待吧。
