如何评价围棋人机大战第一轮李世石战败?
这将是伟大的一天，虽然甩下了一些落寞的身影。
理性上，大家都知道进步的意义。
也都知道长远来看，人工智能的发展不仅对人类生活的方方面面都有积极意义，对围棋本身也是利大于弊的。
更知道人工智能战胜人类顶尖棋手，这一天早晚会来。
可是当这个事实摆上桌面之后，大家感情上都还是有一丝失落的。
从棋局来说，这是一盘精彩的对局，但算不上一盘高质量的对局。
双方都出现了不少的失误，李世石的更致命一些。
大家在赛前都认为李世石在第一局会求稳，而可能在赢得三盘之后才会行险挑战。
我们错了。
李世石第一局开局就采取了极为冒险的下法，而被很多人解读为“为了避开电脑的棋谱库”。
作者：高飞龙
链接：http://www.zhihu.com/question/41171543/answer/89967936
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
围棋人机大战的赛事背景
围棋人机大战，源于2016年1月27日英国《自然》杂志的一篇文章。这篇文章称，谷歌的人工智能系统阿尔法围棋（AlphaGo）2015年10月份以5比0的战绩完胜欧洲冠军、职业围棋二段樊麾，这是人类历史上，围棋人工智能（AI）第一次在公平比赛中战胜职业围棋手。棋类游戏一直被视为顶级人类智力的试金石。人工智能与人类棋手的对抗一直在上演，此前在三子棋、跳棋和国际象棋等棋类上，计算机程序都曾打败过人类。在围棋人机大战之前的历史上，最著名的人机大战要数国际象棋世界冠军加里·卡斯帕罗夫对国际象棋人工智能程序“深蓝”的国际象棋比赛。1997年，国际象棋人工智能第一次打败顶尖的人类；2006年，人类最后一次打败顶尖的国际象棋人工智能。自那时起，欧美传统里的顶级人类智力游戏国际象棋，已经在电脑面前一败涂地。围棋成了人类智力游戏最后的一块高地。围棋人工智能长期以来举步维艰，顶级人工智能甚至不能打败稍强的业余选手。这似乎也合情合理。因为要是人工智能用暴力列举所有情况的方式，围棋需要计算的变化数量远远超过已经观测到的宇宙中原子的数量。这一巨大的数目，足以令任何蛮力穷举者望而却步。而人类，可以凭借某种难以复制的算法跳过蛮力，一眼看到棋盘的本质。后来，人工智能研究者们祭出了终极杀器——“深度学习”。深度学习是人工智能领域中的热门科目，它能完成笔迹识别、面部识别、驾驶自动汽车、自然语言处理、识别声音、分析生物信息数据等非常复杂的任务。谷歌人工智能程序阿尔法围棋（AlphaGo）就是基于深度学习技术研究开发的。为了测试阿尔法围棋的水平，谷歌于2016年3月份向围棋世界冠军、韩国顶尖棋手李世石发起挑战。李世石接受挑战。
围棋人机大战李世石先输一番 AlphaGo靠什么取胜
超强的计算能力
阿尔法围棋（AlphaGo）是一款围棋人工智能程序。这个程序利用“价值网络”去计算局面，用“策略网络”去选择下子。
深度学习
阿尔法围棋（AlphaGo）的主要工作原理是“深度学习”。“深度学习”是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。
两个大脑
阿尔法围棋（AlphaGo）是通过两个不同神经网络“大脑”合作来改进下棋。这些大脑是多层神经网络跟那些Google图片搜索引擎识别图片在结构上是相似的。它们从多层启发式二维过滤器开始，去处理围棋棋盘的定位，就像图片分类器网络处理图片一样。经过过滤，13 个完全连接的神经网络层产生对它们看到的局面判断。这些层能够做分类和逻辑推理。
这些网络通过反复训练来检查结果，再去校对调整参数，去让下次执行更好。这个处理器有大量的随机性元素，所以人们是不可能精确知道网络是如何“思考”的，但更多的训练后能让它进化到更好。
第一大脑：落子选择器 （Move Picker）
阿尔法围棋（AlphaGo）的第一个神经网络大脑是“监督学习的策略网络（Policy Network）” ，观察棋盘布局企图找到最佳的下一步。事实上，它预测每一个合法下一步的最佳概率，那么最前面猜测的就是那个概率最高的。这可以理解成“落子选择器”。
第二大脑：棋局评估器 （Position Evaluator）
阿尔法围棋（AlphaGo）的第二个大脑相对于落子选择器是回答另一个问题。不是去猜测具体下一步，它预测每一个棋手赢棋的可能，在给定棋子位置情况下。这“局面评估器”就是“价值网络（Value Network）”，通过整体局面判断来辅助落子选择器。这个判断仅仅是大概的，但对于阅读速度提高很有帮助。通过分类潜在的未来局面的“好”与“坏”，AlphaGo能够决定是否通过特殊变种去深入阅读。如果局面评估器说这个特殊变种不行，那么AI就跳过阅读在这一条线上的任何更多落子。
