人工智能围棋战胜李世石的意义在哪里？
稿源：创事记
文/maomaobear
3月9日下午，谷歌AlphaGo在人机对战的第一盘战胜李世石。虽然李世石赛前曾经表示，人工智能击败人类长期来看将是不可避免的事，但这次他将坚决为捍卫人类尊严而战。但是他还是出现了几个失误，输给了AlphaGo。
1月，国际顶尖期刊《自然》报道了谷歌研究开发的名为AlphaGo的人工智能电脑，这款人工智能于去年10月以5比0完胜欧洲围棋冠军、职业二段樊麾。
随即，谷歌旗下的DeepMind公司宣布，将邀请韩国著名职业九段棋手李世石在今年3月初与AlphaGo进行五局比赛。赛前，大部分人看好李世石连胜5局，而第一局是李世石输了。
人工智能的挑战，这个话题自从有科幻小说就有了，这次的人机大战，除了给谷歌做做大广告以外有没有现实意义呢？我们来看一下。
一、谷歌的一次大广告
计算程序下棋这个事情，自从有计算机开始就有了，李开复当年就搞过一个五子棋的程序。我们在电子游戏的时候也玩过五子棋的游戏。
但是棋与棋是不同的，五子棋的复杂度是10的28次幂，国际象棋是10的46次幂，而围棋因为棋盘大，复杂度是10的172次幂。复杂度越高，对计算能力的要求就越高，所以围棋计算机程序的水平一直无法与人类高手相比。
所以，虽然从1997年以来，计算机性能遵照摩尔定律一直在飞速增长，超级计算机每年性能都刷新纪录，但是要挑战围棋这种复杂游戏的人类高手，要到2016年才开始。
AlphaGo的研发者以前是国际象棋高手，AlphaGo在2015年10月份赢的樊麾，也算不上是高手。欧洲冠军这种头衔更像是纳米比亚乒乓球冠军一样，少体校拉出去一个就行，不用说市队，省队，国家队。
所以AlphaGo这次搞的更像是一个营销活动，而非真正想要在围棋上赢得人类，如果想要赢，应该是从樊麾这种业余顶级水平一步步向职业三四段，五六段逐级挑战，最后才进入九段高手的圈子，去挑战中韩的围棋高手。
而从第一局比赛的表现的棋力来看，中国棋院的高手认为AlphaGo有五六段的棋力，而细节只是业余水平。但是李世石还是出现失误，输了第一局，谷歌得到了一次大广告。
二、AlphaGo对未来的意义
AlphaGo 是什么？在今年一月的Nature上有AlphaGo的详细介绍，AlphaGo是一套为了围棋优化的设计周密的深度学习引擎，使用了神经网路加上MCTS (Monte Carlo tree search)，并且用上了巨大的谷歌云计算资源，使用了GPU的通用计算能力。
AlphaGo的特点在于充分利用现在的机器学习技术，可扩张的架构，它不仅仅是用一台超级计算机，而是可以利用谷歌庞大的计算资源来做这个深度学习，提升学习能力。谷歌提供了15-20名世界顶级的计算机科学家和机器学习专家和全世界最庞大的谷歌后台计算平台，看看能把围棋这种高难度的人类游戏项目做到什么高度？
围棋是相当感性的项目，它不像象棋每个子都有价值计算，目标明确就是将死对方的王，不被对方将死。围棋的形好坏是相当感性的东西。对优劣的判断也不是纯计算的结果。
把人类感性的东西，通过计算机庞大的计算能力和高水平的人工智能程序来解释，通过机器的自我学习来提升，这是很有意义的。
AlphaGo里面的深度学习、神经网络、MCTS，和AlphaGo的扩张能力计算能力都是通用的技术。AlphaGo今天要进入一个新的应用领域，用AlphaGo的底层技术和AlphaGo的团队，应该可以更快更有效地开发出解决方案。
AlphaGo如果有朝一日在围棋上击败顶级的人类智能，那么这种学习能力用于其他难以精确计算而依靠人类经验判断的领域，也会击败人类。
要知道，现在传感器实际上有远远优于人类的感知能力，如果计算机对非精确描述的事物学习能力也超过人类，那么人类真的就可以被替代了。
无人驾驶是小菜一碟，人类能学会的，计算机都可以学会，而且学得更好，那么人类的所有的技能与经验就全部变成可替代的了，包括编程。计算机可以自我发展，完成各种功能，人类的各种劳动都可以解放了。
三、科幻共产主义
共产主义一直被当作乌托邦，但是人工智能却真的有可能最大程度的满足人类需求。
计算机具备了深度学习能力以后，人类的所有劳动都可以被替代。工厂是无人的，车辆是无人的，飞机是无人的，饭店服务员是机器人，名厨是一台自动烹调的机器，人类只复杂在机器故障或者失灵时候，做人为的干预与检修。而机器给人创造的财富几乎没有上限，只取决于自然资源的多少。
能源如果搞定了可控核聚变，那么能源几乎也是无限的。
人类的各种不切实际的欲望，随着大脑研究的深入会变成一组脑电波，当你需要时，接入计算机，就可以提供你任何想要的梦。
那将是一个科幻共产主义的世界，人类的工作变得简单轻松，只是监控机器，保证其运行就可以获得无尽的财富。人类的欲望可以在梦中完成，现实中人类只要做好自己的小角色就可以了。
这个世界听上去似乎很熟悉，没错，The Matrix就在不远的将来。
有好的文章希望站长之家帮助分享推广，猛戳这里
本网页浏览已超过3分钟，点击关闭或灰色背景，即可回到网页挑战人类尊严 谷歌vs脸书: 谁搞定了围棋人工智能？
&士奇&海归学者发起的公益学术平台分享信息，整合资源交流学术，偶尔风月美国时间1月27日，Facebook与Google两家之间玩了一场没有硝烟的战争。在相隔不到几个小时的时间里，双方先后公布了自家人工智能技术(AI)在围棋软件上的进展与水平。如此紧张的撕咬，恐怕并非巧合。我们来看看到底谁家的智能更智能一些。。。最新的声音Facebook 脸书周三早上，Facebook创始人扎克伯格在自己的脸书上敲了这么一段：“……科学家们已经花了20年教电脑兄下围棋，现在我们马上要实现啦 (We’re getting close)。在过去半年里，我们所创造的AI只用0.1秒就走一步，效果与以前那些几年才设计出来的系统一样好……”Google 谷歌同一天，Google在官方博客中表示：“……我们很骄傲地公告天下，我们的科学家已经搞定了围棋，并攻克了人工智能领域的一项重大挑战 (achieved one of the grand challenges of AI)……”两边的开场白都从介绍中国古代这项头脑竞技开始，Google甚至还提到了孔子和四艺。不过就后面的用词来看，Google的技术似乎更胜一筹。背后的故事Facebook 脸书Facebook去年11月就在International Conference on Learning Representations (ICLR) 上发表了论文《Better Computer Go Player with Neural Network and Long-term Prediction》作者为Yuandong Tian和Yan Zhu两名华人。论文介绍了代号为黑暗森林的围棋人工智能系统。几乎在扎克伯格发布消息的同一时间，Facebook人工智能研发中心发表了该论文的更新版，中心负责人Yann LeCun也在Facebook上作了相关介绍。该项目独立带头人Yuandong Tian表示：“围棋中极多的分支因子使得传统的搜索技术难有建树，即使在尖端硬件平台上运行也非常乏力。如果换了黑白方，围棋的评估体系也会有很大变化。”Facebook围棋程序已达业余五段水平这一次，他们在新版本系统黑暗森林2上面加入了蒙特卡洛树搜索，与之前的卷积神经网络相结合后，性能有了进一步提升。对战人类棋手时，黑暗森林2可以达到业余三段水平；通过7.5万次运行后，则可以在KGS服务器上稳定保持在业余五段水平。Google 谷歌Google的围棋论文可谓来得早不如来得巧。同样在1月27日，DeepMind团队发表的《Mastering the game of Go with deep neural networks and tree search》作为Nature封面论文上线。DeepMind是一个位于伦敦的人工智能团队，2014年其公司被Google以4亿英镑的价格收购。团队创始人Demis Hassabis在周三发表的官方博客中表示，他们开发的围棋程序AlphaGo融合了高级树状查找和深度神经网络。通过对神经网络进行的3000万步训练 (所有棋谱均来自人类专业棋手的比赛)，AlphaGo预测出人类对手下一步走法的正确率已经达到了57%，之前的纪录是44%。AlphaGo 5-0 击败樊麾谈到围棋战绩，Google明显应该更骄傲一些。AlphaGo在日以五连胜的成绩击败了欧洲围棋冠军樊麾。这次对决完全符合比赛规则，没有任何让棋设定。今年三月，AlphaGo将对阵世界顶尖棋手——韩国“飞禽岛少年”李世乭。让我们拭目以待。韩国棋手李世乭专家的看法樊麾，年三度欧洲围棋冠军在中国，围棋不仅是一项比赛，它还是生活的一面镜子。我们说，假如你的棋下得有问题，那很可能是你心性的问题——棋如其人。输棋确实很难过。和AlphaGo对战之前，我觉得我能赢。在第一局失利后，我改变了战术，增强了进攻，但还是输了。问题是人类有时会犯致命的错误，因为我们是人。有时我们会疲惫，有时我们求胜心切，我们总有这样那样的压力。电脑程序不会这样，它非常强，也非常稳定，简直就像一堵墙一样。对我来说这是很大的差别。我知道AlphaGo是个电脑，但如果没人告诉的话，我可能会觉得它是个有点陌生却又非常强大的对手，是个真人。当然，输掉比赛让我不太开心，不过作为职业选手，我们输过很多比赛。所以，失败了就从中学习，也许会有所收获。总之从长远来讲这是一件好事。Toby Manning，英国围棋协会司库，樊麾人机对战的裁判围棋玩家都知道，人工智能尚未解决围棋这个问题。所以我想人们会希望见到电脑达到人类专业水平，但我觉得这可能还要10年的时间。在这次比赛中，我本来是看好樊麾的。很神奇的是，在比赛过程中你很难分辨谁是人类，谁是电脑。在很多围棋软件的比赛中，你可以看到很多合理的棋路，然后电脑还是会瞬间崩盘。但这次不一样，你真的很难分辨谁是谁。AlphaGo与人类不同的一大特点是掌控时间的方式，樊麾下棋所用的时间比电脑要长。AlphaGo的路数看起来并不像人类那样具有侵略性。它会平静地布局，而非发起进攻或试图吃掉一片棋子。我认为围棋界的主要反应会是，就像IBM的深蓝获得国际象棋大师地位后一样，人们希望自己能够掌控软件，并在自己的比赛中弥补自己的不足。Hajin Lee，国际围棋联合会秘书长当我知道那个电脑要挑战职业顶尖棋手李世乭的时候，真的很吃惊。我当时觉得这个挑战者绝对对顶级选手有多强完全没概念。但实际上，可能我才是那个不知道这个电脑有多强的人。现在我对这个比赛非常兴奋。谁会赢呢？我不知道。李世乭自己也觉得可能那电脑跟他一样强。可能是我听到了太多AlphaGo的消息，我现在惊讶于它的强大。同时我也非常了解李世乭的水平，所以我认为他们双方五五开吧。我觉得围棋是个很有内涵的竞技，我不觉得如果电脑AI击败了人类会对围棋造成什么伤害。我想人们会接受自己被电脑技术超越这件事。Jonathan Schaeffer，阿尔伯塔大学计算机科学家，Chinook设计师我想这还不是围棋版的深蓝时刻。真正的成就是这个程序能作为选手在顶级比赛中较量的时候。深蓝从1989年开始就常常战胜各路大师，最后登顶则是八年之后的事情。但就目前情况来看，我认为AlphaGo和顶级人类选手之间的差距被大大缩短了。可能只需要再进行一点努力和改善，再提高一点计算能力，不出一两年，它就能打败人类。就今年3月份的比赛来说，不是打击AlphaGo团队，我还是看好人类。我们可以把AlphaGo看成是少年天才。它突然学了一手好棋，进步神速，但毕竟还是经验有限。从国际象棋和西洋跳棋来看，经验还是很重要的。Demis Hassabis，DeepMind创始人AlphaGo正在突飞猛进，甚至会超越最棒的人类选手。能够看它在围棋规则内去创造新的东西，感觉很神奇。我们对自己创造的这个系统有种很密切的感情，特别是它被创造的方式——它会学习，我们也会教它，它的风格就像人一样。和其他编出来的程序不同，你不知道它到底都会什么，因为它能够自己学习。结语用Facebook人工智能研究中心Yuandong Tian的话说，两家公司确实存在着某种“友好”的竞争。是呀，这样两家公司之间的较量一定是件好事。脑海里不禁想起了去年Google Chrome团队送给Microsoft Edge团队的那个大蛋糕，不知道这一次是谁送给谁呢？参考文献1.&Nature doi:10.1038/nature.2.&http://120.52.73.78/arxiv.org/pdf/.pdf3.&Googleblog4. Facebook5. Wired喝茶聊天心有灵犀，钻研切磋触类旁通论文技巧，基金攻略，大家访谈，高黑科技电脑围棋“大师”挑战人类尊严最敏感地带来源：中国科技网-科技日报&作者：瞿 剑&日 10:47[导读]&一篇《自然》杂志封面文章28日引爆舆论——名为“阿尔法围棋”（Alpha Go）的谷歌计算机程序，在完全平等条件下以5∶0完胜欧洲冠军、职业围棋二段棋手樊麾。&&&&一篇《自然》杂志封面文章28日引爆舆论——名为“阿尔法围棋”（Alpha&Go）的谷歌计算机程序，在完全平等条件下以5∶0完胜欧洲冠军、职业围棋二段棋手樊麾。《自然》以“All&SYSTEMS&GO”为题报道，指出计算机围棋战胜人类冠军一切已然就绪。&&&&这当然不是说说而已：Alpha&Go已经约战近10年来获世界冠军头衔最多的棋手、韩国天才李世石九段，奖金是由谷歌提供的100万美金。&&&&国内媒体甚至用“人类最后的智力骄傲即将崩塌”来渲染此事，似也有据可依：两个月前，首届世界计算机围棋锦标赛冠军“石子旋风”（Dolbaram）对决中国现任围棋名人连笑，结果被让4子、被让5子负，被让6子胜，就被誉为“历史性的突破”；此前，计算机围棋甚至不足以成为业余高段位棋手的对手，对弈职业棋手，被让9子几无胜绩……放在18年前超级计算机“深蓝”战胜国际象棋世界冠军卡斯帕罗夫之后、计算机围棋博弈水平仍一直远低于人类的大背景下，Alpha&Go敢于挑战世界顶尖棋手，确有一种石破天惊的震撼效应。&&&&那么这一次，计算机围棋战胜人类，真的近在眼前了吗？&&&&人类智力运动“皇冠上的明珠”&&&&计算机围棋之难，首先难在这项被称为人类智力运动“皇冠上的明珠”本身的多重复杂性。“最简单的规则，最复杂的变化”，是对围棋最简单明了的概括。&&&&“围棋具有巨大的状态空间复杂度和博弈树复杂度，又在本质上无法做准确的静态盘面评估”，这使得即使采样样本足够大，也有力所不逮之处。北京邮电大学教授、计算机围棋研究所所长刘知青用以下一组数据来说明：状态空间复杂度（用于搜索），围棋是10172，中国象棋、国际象棋分别是；博弈树复杂度（用于决策），围棋是10300，中国象棋、国际象棋分别是1。&&&&另一重复杂，是围棋落子选点无法验证。一手棋有多大价值，数学证明，或搜索验证，都难以胜任。“分析围棋棋子位置，数目的多少，以及棋子之间的静态关系（例如影响函数），无法完整、准确地评判围棋棋子的作用和最终死活；围棋棋子的作用和最终死活必须由博弈的具体进程决定”。&&&&令人震惊的巨大突破&&&&尽管Alpha&Go此次完胜的对手并非职业顶尖棋手，中国围棋队总教练余斌九段仍感觉“吃惊”。以往认为，计算机围棋“100年都不会有突破”的他，从中看到“关键的突破点已被找到”。&&&&刘知青把它看作“远超过去”的巨大突破——已公布的五局棋谱，经国内“准一线”棋手察验，质量很高，“虽然离一线水准还有差距，但差距不大”。&&&&具有相当棋力、一直从事“互联网＋围棋”的北京万同科技有限公司CEO陈雷注意到，五局棋的对弈时间早于去年11月份的首届世界计算机围棋锦标赛，而彼时的赛后沙龙上，几乎所有计算机围棋技术从业者都相当乐观地认可，计算机棋手平等战胜人类，会在15—20年内发生。其实陈雷在“乐观派”中亦属最乐观的，当时他就认为“10年内必有突破”；但“谷歌默默无闻地做，一下子拿出来”，仍“令人震惊”。&&&&深度神经网络让Alpha&Go显著进步&&&&乐观的理由，在于近年来“蒙特卡洛算法”的应用，它在解决围棋盘面“一手棋有多大价值、怎样判断形势优劣”两大核心问题上，比前辈做的都好。&&&&但此次Alpha&Go明显更进了一步。刘知青、陈雷介绍，它应用了目前人工智能领域最热门的卷积神经网络技术，能模拟人脑神经元，具有深度学习、主动识别、自适应等功能，在图像处理方面异常强大。&&&&比如，作为其核心的两种深度神经网络“策略网络”（policy&network）和&“价值网络”（value&network）的成功应用：前者，将盘面落子选点从几百、几十个大大缩减为三五个，逐渐接近职业棋手；后者，也是最难的，在盘面形势判断上，通过职业棋手棋谱的验证、筛选，给出下一步的预判，这比以往基于海量数据的“蒙特卡洛树搜索”（未加任何验证）对职业棋手盘面符合率达到40%—50%要好很多。&&&&在此情况下，专业人士所最担忧的“所有技术开发人员都不知道职业棋手是怎么想的”，似可迎刃而解。&&&&Alpha&Go会是另一个“深蓝”吗？&&&&至于令人瞩目的3月份人机约战，包括对计算机围棋最乐观的人在内，迄今没有人明确表示Alpha&Go会是另一个“深蓝”。&&&&“具体结果不好说”，刘知青没有明确胜负倾向，但技术发展这么快，看不到“天花板”，“还有两个月时间，谁知道会发生什么”。&&&&余斌、陈雷都看好李世石。作为技术乐观派，陈雷并非唯技术论者：“围棋挑战的不光是智力，而是体现了东方思想精髓。”以“极度定量”方式表达一切的计算机，目前还达不到战胜李世石、柯杰等顶尖棋手的水平。&&&&曾任中科院自动化所所长的中国自动化学会副理事长王飞跃则把即将到来的人机大战看成一次“炒作”，真正公平的设奖博弈，应该是打擂台式的“混选”，而非指定棋手应战。他更认为，在终极意义上，人工智能战胜人类是“伪命题”，因为只要规则明确，计算机围棋战胜人类“是迟早的事情”。
中喜会计师事务所特殊普通合伙上海最新文章
微信号：zhongxi-cpa166扫描二维码关注公众号 中喜上海分所主要提供本所及本行业相关情况介绍,让客户了解中喜,让中喜更好为客户提供服务
Copyright2017.杨邱自媒体资讯站，让大家及时掌握各行各业第一手资讯新闻！棋道尽头谁为峰 一见AI都成空？|人工智能|围棋|大师_新浪新闻
　　原标题：棋道尽头谁为峰 一见AI都成空？　　原标题：棋道尽头谁为峰 一见AI都成空？
　　这些天，棋界最热门的话题是围棋对弈网上注册国籍为韩国的神秘高手Master（大师），它在30秒一步的网络快棋赛中将中日韩所有一流高手包括世界排名前几位的顶尖高手都赢了一遍，就连世界第一高手柯洁也连败3局没了脾气。这位“大师”比去年3月在“人机大战”中以4比1碾压李世石的围棋人工智能“阿法狗”还要强大，人们都意识到，只有围棋人工智能（AI）才有这样的能力，只是暂时无法确定究竟是哪一家的围棋AI，但极有可能就是“阿法狗”的升级版。1月5日晚，就在“大师”获得60连胜后，一直沉默的谷歌方面终于出来表态，承认“大师”正是“阿法狗”的升级版，悬念彻底解开。
　　■ 广州日报记者 施绍宗
　　虐遍顶尖高手
　　有人哀叹有人欣喜
　　“大师”在新年之际于网上邀战连胜60局，先后将15位中韩世界冠军等世界顶尖高手一一击败，在“大师”击败的棋手名单中，包括中国世界冠军：古力、柯洁、陈耀烨、范廷钰、常昊、时越、芈昱廷、唐韦星、江维杰、柁嘉熹、周睿羊，韩国世界冠军朴廷桓、元晟溱、姜东润、金志锡、朴永训。此外，中华台北世界冠军周俊勋、日本第一人井山裕太也相继落败。中国的连笑、檀啸、孟泰龄等新秀名将，女子第一人於之莹，韩国超级新锐申真谞等皆出战败北。64岁的“棋圣”聂卫平也试了一下，结果输得更惨。
　　“大师”横扫世界一流高手，让围棋界咋舌。这个新年，一众围棋高手过得并不那么愉快，那可是他们的尊严与饭碗，因此有人为此而悲叹，像是天塌下来一样。至于围棋爱好者，更多的是欢呼一个围棋新时代的到来。这一次，只是谷歌围棋人工智能（AI）的网上公测，就已经把世界所有顶尖高手虐了个遍，他们甚至连怎么输的都说不清，只能对由“阿法狗”进化而成的“大师”顶礼膜拜。
　　有些人将此视为围棋界的悲哀，但更多的中国围棋人对此都有开放的心态，甚至感到欣喜，他们表示，既然可以得到这样一个强劲的对手，就可以通过与之比赛提高自己的水平，并重新认识围棋。2016年3月，当“阿法狗”在“人机大战”中以绝对优势击败李世石之后，机器对围棋顶尖高手的压倒性胜利已无任何悬念，既然能赢李世石，就能赢世界上任何一位顶尖高手，不管是谁，因为在机器看来，李世石与柯洁没有任何区别，就算他俩之间的排名差了10位以上，本质上都是一样的。
　　“大师”实为“弱智”
　　AI远不止会下围棋
　　一直以来，职业围棋手都自视过高，对人工智能可能达到的水平与高度极不了解。这20年来，国际象棋和象棋先后被人工智能攻克，唯独围棋的人工智能还一直未能与职业高手对抗。直到一年前出现了“阿法狗”，才颠覆了人们的认识。但其实，即使是人工智能在围棋上取得了重大突破，在人工智能这一领域，无论是“阿法狗”还是它的升级版“大师”，都属于“弱人工智能”，甚至在严格意义上说，都不能称为“人工智能”，这种水平离真正的人工智能远着呢。
　　真正的强人工智能是能够达到人类级别的程序。不同于弱人工智能，强人工智能可以像人类一样应对不同层面的问题，而不仅仅是下下围棋、写写财经报道。不仅如此，强人工智能还具有自我学习、理解复杂理念等多种能力。也正因此，强人工智能程序的开发比弱人工智能要困难很多。
　　在强人工智能之上还有超人工智能，它具有能够准确回答几乎所有困难问题的“先知模式”，能够执行任何高级指令的“精灵模式”和能执行开放式任务且拥有自由意志和自由活动能力的“独立意识模式”。比如，超人工智能可以自己编写一个围棋对弈程序来战胜所有围棋顶尖高手。
　　斯坦福大学在《2030年的人工智能与生活》的报告中认为，人工智能会让很多“认知型工作”的人类工作者被机器代替，白领阶层、脑力劳动者被机器取代将极有可能。另一方面，新工作种类的产生不像旧有工作种类的灭亡那么简单自然——当一个人的工作被机器取代，这个人将很难找到下一份工作，这是可以预见得到的未来。
　　还要“人机再战”？ 胜负已经没有悬念
　　这一次，“大师”在元旦期间连胜60局，几乎胜尽中日韩所有一流高手，包括连斩世界排名第一的柯洁，彻底让后者心服口服。有人之前认为，去年的“人机大战”5盘棋样本太少，李世石发挥不佳，这才使得“阿法狗”大胜。这次“大师”充满传奇色彩的60盘棋则让所有职业棋手心服口服，其展示出的围棋技艺的高超与颠覆性，职业棋手都直说看不懂。这60盘棋可以说彻底击碎了人类在围棋这项古老的智慧游戏上的所有自信。很多人都认为“大师”可以让自己两个子，哪怕是正式的慢棋比赛也是如此，就连之前嘴硬的柯洁也承认机器比人类更强。
　　有人提出，顶尖高手在“阿法狗”的升级版“大师”面前完全没有对抗能力，其中一个原因是30秒一步的快棋，这是电脑的强项，因此，第二次慢棋的人机大战才能作出最后的定论。其实，这是对机器的无知。诚然，人下慢棋的水平肯定好过下快棋，但这是自己与自己比较而言，在机器看来是没有什么差别的，相反，机器“思考”即运算的时间越长，其实力就越高，算得就越深，计算越精确，人类高手就更没有胜算了。因此，“大师”与顶尖高手的较量，快棋已经足以说明问题，再较量慢棋其实已经没有必要了。
　　不过，是否还会有第二次公开的线下慢棋围棋“人机大战”，目前还不能下定论。谷歌高层此前几次拜访中国棋院及著名棋手，去年中国棋院的负责人杨俊安也曾透露过在酝酿新的“人机大战”，虽然后来谷歌曾出面“辟谣”，但谷歌方面的表态被推测为不满意杨俊安过早泄露机密，因为有很多细节双方都没有确定。因此，谷歌方面再次安排“人机大战”的可能性也不能完全排除。昨天也有媒体爆料，今年谷歌将邀请柯洁与“阿法狗”正式对弈。
　　棋手们的未来 用人工智能探索棋道
　　李喆六段对大半年前李世石大战“阿法狗”的围棋慢棋“人机大战”与这几天的围棋快棋“人机车轮大战”都有深入而独到的思考。李喆认为：“围棋AI同样也靠棋感来‘剪枝’的，只是AI的棋感开始超越人类了。并且AI的感觉是更有效、更没有拘束的。Master（大师）这一代深度学习的巨大突破，就是训练了AI的‘棋感’或者说直觉，使它能在正确的道路上搜索得更多。”围棋人工智能横扫人类棋手并不等于围棋已被“攻克”。“大师”在网上公测中表现出来的招法，有不少完全颠覆了棋手们一直以来对围棋的认知，使他们产生疑惑：也许之前对围棋的理解有很多都错了。这也让棋手们更加深刻地体会到藤泽秀行棋圣曾经说过的“棋道一百，我知其七”这句话的真正含义。那么，“大师”或者将来更高级的围棋人工智能，对围棋又能知道多少呢？棋手们认为，虽然“大师”比顶尖人类高手厉害多了，但对围棋的奥秘也不可能全部掌握。现在，顶尖棋手们已经放弃了战胜“大师”的奢望，柯洁之前的小目标是先赢一局，现在已经改为尽自己最大的努力与之一战。很多棋手都认识到，应该借助围棋人工智能去探索围棋的真谛。世界冠军唐韦星九段在个人社交平台上写道：“棋道尽头谁为峰，一见狗狗都成空，但是大家对于棋道的追求是不会停止的。”
　　围棋人工智能的高速发展，对围棋而言不是灾难，相反却是一个很好的机会。在职业棋手的竞技上，人工智能会大大提高棋手的水平，在围棋的普及推广上，人工智能还能提供很大的帮助。在欧洲甚至全世界范围内普及围棋将没有以前那样困难，而对围棋培训这一广阔的市场，人工智能将可能带来一次冲击，使得现在混乱而效率极低的围棋少儿培训市场发生一些可喜的变化。
如何看待影响科学评价的话语权问题，就此陈列平教授近日在接受“知识分子”访谈时首次公开表达了自己的观点。
在新的一年，为自己增添一份自信，五分智慧，七分把握，和十二分的成功与喜悦。
既然作者署名排序不能说明一切，那么，该如何正确估计一位作者在合著论文中的真正功劳呢？
有些领导倒是真爱读书，有些领导则有些叶公好龙，而且爱读书的领导和不爱读书的领导确实不同。