“這是一場新鮮而陌生的比賽，是全新的挑戰。很難保證5比0全勝，畢竟我的對手從來不會失誤。”
谷歌首先采用圍棋專業棋手的3000萬步下法對AlphaGo的“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%）。
李世石對戰AlphaGo，首番棋誰會贏？
一方是擁有十多個圍棋世界冠軍頭銜的最高級別人類選手；一方是現階段人工智能領域最厲害的圍棋程序，北京時間今日（3月9日）12時，全球都會將目光聚焦首爾。
“這是一場新鮮而陌生的比賽，是全新的挑戰。我很難保證5比0全勝，畢竟我的對手從來不會失誤。”昨日的賽前發布會上，李世石雖然一改此前的自信滿滿，但依舊認為“目前還是人類比人工智能強”。
去年10月，歐洲圍棋冠軍樊麾曾輸給AlphaGo，但不少圍棋高手研究對戰棋譜后，都指其有“放水”嫌疑。對此，作為AlphaGo的設計者，谷歌人工智能公司DeepMind的CEO杰米斯·哈薩比斯在發布會上表示：“大家看到的AlphaGo并不是它能力的全部，它這一刻仍在憑借著其人工智能技術，對棋譜進行學習。相信AlphaGo能在比賽時展示不同的一面。”
曾歷任韓國科學技術院人工智能院士、現就職于韓國頂尖民營研究所HandySoftware的李承鎬（音譯）博士在接受本報記者專訪時表示，無論這場對決孰勝孰負，最終的贏家都將是人類自己。
圍棋界：人肯定贏
對于人機大戰結果的預測，中韓圍棋界都站在人類一邊。
3月7日晚，棋圣聶衛平向媒體表示，人工智能缺乏判斷力，與人類棋手對弈很難取勝。
“很多職業棋手，包括最頂尖的職業選手，（對于局勢的）看法會有很多分歧，比如李世石認為形勢可以，而柯潔可能認為不行。對于圍棋的判斷，是計算機的大難題，我不相信現在有電腦能突破這個，所以人和電腦下，百分之一百是人贏。”聶衛平表示。
聶衛平的依據在于，圍棋變化可以歸結為361的階乘，本身就是一個無限大的數，其中還包含打二還一、打三還一、打結、倒撲等各種技法，可以說是變化無窮。
“李世石最近的狀態非常好。”同一天，中國圍棋選手柯潔表示。言下之意，目前的人工智能還不足以挑戰現役一流圍棋棋手。
此前，柯潔曾多次擊敗李世石，并在不久前收到了來自國內異構智能公司圍棋AI“異構神機”的挑戰。但他并未應戰。
韓國女棋手尹英敏（音譯）也站在李世石這邊。被譽為“韓國圍棋推廣第一人”的她昨日向本報記者表示：“按照雙方水平來看，李世石九段不僅會勝出，而且會以壓倒性的優勢勝出，如果李世石輸掉一場都會被認為是重大失誤。”
“但我們需要注意到，本次比賽的賽制設計對于AlphaGo比較有利。”尹英敏補充道。
據了解，此次人機交手將大戰5盤，日程分別是9日、10日、12日、13日和15日，比賽在韓國時間下午1時（北京時間12時）開始。尹英敏認為：“在這種匆忙日程下，人類的疲勞度將會上升，但計算機卻不會疲勞。”
其次，雙方各有2小時的布局時間及3次60秒的讀秒（棋手將限時用完后的倒計時時間）。每場比賽預計需要4~5個小時。“充裕的時間為計算器的運算提供了有利條件。”尹英敏表示，AlphaGo的另一個優勢是，而本次對局使用的是中國圍棋競賽規則（比賽結束時，后走棋的棋手貼目），是AlphaGo平時“訓練”使用的規則，而李世石則更熟悉韓式規則。除此之外，中國有句俗話叫“知己知彼，百戰不殆”，如今AlphaGo對于李世石肯定已經非常“了解”，而李世石卻對AlphaGo一無所知，這對于李世石來說也是劣勢之一。
但尹英敏同時表示，AlphaGo的優勢能否左右戰局，依舊取決于李世石當天的身體及精神狀態。
IT界觀點不一
作為人工智能界的專家，李承鎬的觀點與韓國近六成民眾一致：李世石會獲得壓倒性的優勢。他認為，即便是機器人有其獨有的優勢，依然無法對于狀態良好的李世石產生巨大威脅。他笑稱：“畢竟很少會有頂級的專業選手，連續好幾場出現致命失誤，除非他不愿意繼續對決下去。”
創新工場CEO、谷歌前全球副總裁兼大中華區總裁李開復也在知乎上表示，AlphaGo這次要打敗李世石比較懸，但是1~2年之內必然完勝人類。
李開復指出，樊麾只是職業二段，而李世石是職業九段，差別是巨大的，“就比如說一個人乒乓球打敗了非洲冠軍，并不代表他就可以成功挑戰中國冠軍。”
與上述觀點不同，搜狗CEO王小川認為，人工智能將會完勝。他提出了自己的兩個斷言：AlphaGo將會完勝李世石；除了圍棋，人工智能在其他博弈類的封閉游戲里也會橫掃人類。“我認為谷歌的那套深度學習的方法加上搜索空間的方法，大體上可以覆蓋人的思考，而且它可能做得更好。”王小川表示。
AlphaGo的研究者戴維·席爾瓦表示，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范圍之內。為了達到這一目的，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”的作用是預測下一步，并用來將搜索范圍縮小至最有可能觸發的那些步驟；另一個神經網絡“價值網絡”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，深藍采用強力方法搜索的棋子位置要比AlphaGo多數千倍。而AlphaGo則相反，它通過想象下完剩余棋局來對下一步進行預判，如此多次反復。在上述模擬游戲中，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，谷歌首先采用圍棋專業棋手的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。為了做到這一點，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，采用被稱為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，以至于最原始的“神經網絡”可以擊敗最尖端、構建有巨大無比的搜索樹的圍棋軟件。
“在與樊麾二段比賽后，我們對AlphaGo進行了多次更新。請大家關注AlphaGo以什么樣的方式與最優秀的棋手李世石對弈。”哈薩比斯昨日預計，“再過大約5年時間，AI將全面超越最頂尖人類棋手。”
最終贏家仍是人類
無論是AlphaGo還是李世石贏得比賽，這都不是人工智能的最終目的。
李承鎬一再向本報記者強調：“人工智能開發的最終方向，還是要取決于人類，并且服務于人類的。畢竟人工智能也是由人類制作而成的，這是人工智能技術發展的基礎和終極目的，我們不能忘記這個目的。”
“另外，通過人工智能技術，能夠促進IoT（物聯網）等新技術的開發，從而更有利于人類的發展與福祉。”李承鎬認為，近年來暫時停滯的科技發展，將因人工智能技術，煥發“全新的春天”。
谷歌董事長埃里克·施密特也在賽前發布會上表示：“我們開發人工智能機器人的最終目的在于為人類提供福祉，為未解難題提供新的解決方法；而其中，圍棋只是我們選擇增強人工智能機器人的實力的方法之一。無論這場對決孰勝孰負，最終的贏家都將是人類自己，因為人工智能的發展，最終的受益者將是人類自己。”
事實上，目前谷歌、百度都已經通過人工智能技術在語音識別、圖片識別、無人駕駛等方面展開應用。
“當湖十局，不止求勝，在棋局之外，我們探求的新境界是人類智慧與機器智能的配合，因而圍棋智能僅僅是人工智能的副產品，而人工智能的終極目標是讓我們擁有更加便捷的生活。”異構智能CEO吳韌說。
