随着李世石的两次投子认输，这场围棋人机大战的结果已经是谷歌的AlphaGo领先了，而且是干脆利落的2:0。当这一结果出来时，全世界都目瞪口呆。

这场世纪大战，吸引了超乎想象的关注度，也引发了足够多的讨论。因为这里有足够多的噱头：人机大战、“人类智慧最后一块高地——围棋”、机器人、人工智能、人类的恐慌……于是，本港台直播们的社交媒体都被这场大战占领了。

好赌是人类的天性之一，竞猜比赛结果就成为茶余饭后的谈资。极端者有两派，认为李世石会完胜的主要来自围棋界，认为机器人会完胜的主要来自科技界里的技术派。没那么极端有分为这么几个门派：长远派，代表人物是李开复，认为这次AlphaGo可能悬，但长远趋势一定是AlphaGo胜利；恐慌派，对机器人为代表的新技术有莫名的恐慌，希望李世石能够以3:2之类的比分获胜；伪技术派，对AI一知半解，甚至连“引力波”这样的东东都拉扯上，希望AlphaGo能够以3:2之类的比分获胜……

本港台直播这两年重点也在研究人工智能，加之发表了一些文章和观点，几个月前也出版了一本相关著作《智能爆炸：开启智人新时代》，因此也有不少媒体朋友采访本港台直播。月初也专门写了一篇文章，标题就很直观表达了本港台直播的预测结果——“围棋人机大战，机器获胜毫无悬念”。

即使乐观如本港台直播，当赛果出来时，还是让本港台直播有点小惊诧，事件的发展比本港台直播的想象还要乐观，技术的发展也超出了本港台直播的想象。

下面来分析下其中的原因，李世石真的毫无悬念的输给了AlphaGo，到底是什么造成的：

1、机器的深度学习能力，可以让棋艺突发猛进

开赛前，中国的围棋高手古力接受采访时曾如此预测，开奖直播认为几个月前AlphaGo战胜欧洲冠军时，展现出来的只是一个专业初段的水平，而李世石可是专业九段顶级高手，几个月内，从初段提升到九段水平，古力认为完全不可能。

古力的说法是对的，也是错的。对于人类，这当然不可能；对于机器，这就有了可能性。其中的原因就是，机器会深－度－学－习。

深度学习的“技术路线”是模拟人类大脑神经网络的工作原理，将输出的信号通过多层处理，将底层特征抽象为高层类别，它的目标是更有效率、更精确地处理信息。深度学习自2006年由Geoffrey Hinton教授和开奖直播的两个学生被提出后，使得机器学习有了突破性的进展，极大地推动了人工智能水平的提升。2013 年，《麻省理工技术评论》把它列入年度十大技术突破之一。

人脑具有一个深度结构，认知过程是逐步进行，逐层抽象的，能够层次化地组织思想和概念。深度学习之所以有如此大的作用，正是因为它较好地模拟了人脑这种“分层”和“抽象”的认知和思考方式。

深度学习的实质，是通过构建具有很多隐层的机器学习模型和海量的训练数据，来学习更有用的特征，从而最终提升分类或预测的准确性。因此，“深度模型”是手段，“特征学习”是目的。区别于传统的浅层学习，深度学习的不同在于：

（1）、强调了模型结构的深度，通常有5层、6层，甚至10多层的隐层节点；

（2）、明确突出了特征学习的重要性，也就是说，通过逐层特征变换，将样本在原空间的特征表示变换到一个新特征空间，从而使分类或预测更加容易。与人工规则构造特征的方法相比，利用大数据来学习特征，更能够刻画数据的丰富内在信息。

深度学习使得人工智能在几个主要领域都获得了突破性进展：

在语音识别领域，深度学习用深层模型替换声学模型中的混合高斯模型（Gaussian Mixture Model, GMM），获得了相对30%左右的错误率降低；

在图像识别领域，通过构造深度卷积神经网络（CNN），将Top5错误率由26%大幅降低至15%，又通过加大加深网络结构，进一步降低到11%；

在自然语言处理领域，深度学习基本获得了与其开奖直播方法水平相当的结果，但可以免去繁琐的特征提取步骤。可以说到目前为止，深度学习是最接近人类大脑的智能学习方法。

深度学习引爆了一场革命，将人工智能带上了一个新的台阶，将对一大批产品和服务产生深远影响。

应该说，深度学习是谷歌有底气在战胜欧洲冠军几个月后，就敢来挑战世界冠军李世石的底气所在。

2、超常的计算能力，遇强则更强