23日14点52分，一盘围棋在乌镇互联网国际会展中心收官，黑子以四分之一子输给白子。

这是AlphaGo和柯洁的第一场正式比赛，猜先后，柯洁先手执黑，AlphaGo执白，代AlphaGo执棋的人肉臂是DeepMind资深研究员黄士杰博士。

与之前AlphaGo在网上化身Master连续60场不败的快棋不同，这一场比赛的采用的是传统规则，每人有3小时的时间。

在这场比赛的终盘，柯洁的剩余时间仅13分钟，AlphaGo的剩余时间却是1小时29分钟。但最终结束时柯洁仅以1/4子小负，并不像之前许多人悲观预测的那样“惨败”。

对于一场被极度关注的赛事，柯洁在比赛刚开始时的表现却显得比较轻松。

他系一条天蓝色领带，正逢乌镇梅雨时节，这条领带让他看起来有一点小清新。虽然还不到20岁，但是比赛中的柯洁总让人感觉不到他其实还是个少年。

柯洁和Alpha Go其实有一些相似之处，就是他们都很擅长学习。在第八手棋的时候，柯洁就主动“点三三”。

“三三”是吴清源的名局，今年一月AlphaGo化名Master疯狂对战时常用这一招式开局，现场解说的华以刚描述这种下法的时候这么说：太神奇了，也评论不出是好棋还是坏棋，因为根本就没见有人这么下过。柯洁很大胆的学了这招，并反用在了AlphaGo身上。

尽管最后以很小的差距输给了AlphaGo，柯洁还是认为AlphaGo实在是个太厉害的棋手。这一次的AlphaGo跟上一次人机大战版本显得特别不一样，上一次还像点人，但这一次就完全不像了。

如果有一件事是柯洁从AlphaGo身上学到的，那就是：没什么棋是不能下的。

第一场比赛结束后的柯洁稍显落寞，甚至还苦笑了一下，其实在很早的时候就知道自己要输了。但是他说后两场仍会全力以赴，因为这将是他和人工智能进行的最后两场比赛了，此后，他只和人类对弈。

为什么是今年，AlphaGo能在现在战胜人类？

深蓝在国际象棋领域战胜卡斯帕罗夫已经过去了20年，为什么AlphaGo在这么多年之后才总算能有望战胜人类。

其中一个重要的原因是，国际象棋的所有可能性只有 10 的 46 次方，而围棋的可能性是 10 的 170 次方之外。

在深蓝获胜20年之后计算机领域几乎没有停滞过的摩尔定律为AlphaGo的出现提供了算力基础。

另一方面，人工智能的算法在过去的20年中也出现了变化。最典型的是从双层神经网络进化到了多层神经网络，而在反向传播的基础上多层神经网络的自主学习实现了可能。

简单来说，即便是在1997年人类就已经制作出了AlphaGo所使用的蒙特卡洛搜索算法，我们也不足以制造出足够能运算这一算法的计算机。

早在1952年，计算机专家艾伦·图灵就编写了世界上第一个可以下国际象棋的计算机程序。但当时的计算机算力不足以支撑这个程序，图灵用纸和笔模拟验算，半小时下一步与同事对弈。

算力的改进为AlphaGo提供了比之前的所有AI更快的思考速度，算法的改进则为AlphaGo提供了比之前的任何AI都更先进的思考方式。

两者共同实现的就是让AlphaGo能够在正常围棋赛的时间内，计算出下一步落子的位置。这才是让AlphaGo能够在今天，在此刻有可能战胜人类的原因。

AlphaGo在这一局比赛中，剩余的时间很长，但赢得的目数不多。AlphaGo在现有的算力上，算法依然有改进的空间。这也许是因为之前AlphaGo都在下快棋，还没有习惯“多思考一会儿”。

赛后举行的发布会上，柯洁在回答提问时表示：“要让我自己当嘉宾来点评的话，我要说AlphaGo下得很好，有很多地方值得我们棋手去学习。我也深受AlphaGo的影响，没有什么其实是不可以下的，可以大量去创新，开拓自己的思维，是很值得我们去学习的。”

那么，AlphaGo是如何赢得比赛的？

AlphaGo的基础原理在很多地方已经讲过了——既然围棋的可能性有 10 的 170 次方之多，那么就不可能通过穷举的办法来预测对手的每一步行动。

但是，现实中的围棋对弈也不需要这样预测所有的可能，只需要综合围棋的一般下法、经典的棋谱、对手的下棋风格，猜出“你此刻的对手打算怎么走”就可以克制对方了。

按照此前的介绍，AlphaGo获取棋局信息后，会根据策略网络（policy network）探索哪个位置同时具备高潜在价值和高可能性，进而决定最佳落子位置。

在分配的搜索时间结束时，模拟过程中被系统最频繁考察的位置将成为 AlphaGo 的最终选择。在经过先期的全盘探索和过程中对最佳落子的不断揣摩后，AlphaGo的搜索算法就能在其计算能力之上加入近似人类的直觉判断。

这套价值网络能够近乎准确地判断出一颗棋子对周围环境的影响力。一个棋子的价值很难衡量，但是如果能把棋盘上所有的棋子当做一个整体来考虑时，就有拥有了把控大局、把局部影响力转换为全局优势的能力。

正是这种全局观让柯洁输得特别“没脾气”，柯洁说这是一种“想发力却无处发力的无力感”。

在围棋这种人类发明的博弈游戏中，人工智能有两个先天优势是人类所不能比拟的：

1.人工智能可以背下所有的棋谱和看完对手的所有比赛；

2.人工智能没有受到正统围棋比赛的“套路”影响，可以在下法上更加出其不意。

但是随着AlphaGo不断进行公开比赛，第二点优势会逐渐丧失。柯洁在这一场比赛中展现了针对人工智能棋手惯用下法的一些策略，实际效果不俗，让这场比赛看起来几乎“势均力敌”。

而很多人注意到，这一局比赛中“AlphaGo判断自己胜定后，在小官子阶段有退让”这并不一定是AlphaGo变得人性化了。而是AlphaGo在“学习”的过程中，连人类的这种下棋的“礼仪”也学走了。

这有可能，反而是战胜AlphaGo的一个突破点。

成为最顶尖的围棋高手，然后呢？

柯洁在这次三番棋后不会再和AI对弈，那AI呢？

从第一次人机大战到第二次，AlphaGo的变化很大。

最初是学习大量的棋谱，从中寻找规律和经验，再进入更深度的学习后，新一代的AlphaGo则逐渐摆脱人类思维，通过无数次的自我博弈进行胜率优化。棋谱的数量有限，但是通过自我博弈，AlphaGo却能得出更多新的策略，就是常被大家认为“什么都敢下”的棋风。

这也是为什么AlphaGo被柯洁形容“越来越不像人”。AlphaGo最初的学习的参数是以人类棋谱为基础，而新一版AlphaGo则增加了强化学习的比重，也就是训练的数据大多通过自我对弈产生。如此更新迭代、循环往复，在价值判断上的就会越来越形成自己的风格。

可以说正是千万次的战胜了自己，AlphaGo才能在棋盘上战胜了柯洁一次，而柯洁就是人工智能在棋盘上能遇到的终极敌人。

在学习方式上越来越接近人脑，这确实达到了DeepMind当初想用算法提炼智慧的目的。

除此之外，新版AlphaGo在计算能力方面上的提升也是巨大的。DeepMind的CEO Demis Hassabis在赛后的发布会上告诉大家，目前的AlphaGo通过云端单TPU运行，TPU是专门为机器学习而设计的处理器。与去年3月与李世石的比赛时的版本相比，这一代AlphaGo的计算能耗仅为过去的十分之一。

如果真的赢得这场比赛，AlphaGo的下一个目标会是什么，Demis称要把悬念留在在不久后揭晓新一代AlphaGo的时候。

但是这场三番棋才刚刚开始，AlphaGo距离自己完胜人类还要经历25日和27日两场。虽然大多数预测都认为反转局势机会渺茫，但是如果能在比赛中摸索出AlphaGo的一些套路，也许可以剩下两场“挣扎”绝处逢生。

棋手若还能稳坐，旁人又何必多言。加油呀，代表人类的最终Boss。