5月24日的峰会论坛主旨演讲中，David Silver 再次提到，新版AlphaGo（DeepMind称之为 AlphaGo Master）是在单个TPU上进行游戏。他还提到了新版本的AlphaGo与去年对战李世石的旧版使用的计算资源的区别，由此看出TPU的强大。

　　David Sliver之后，谷歌大脑负责人Jeff Dean出现在舞台上，他的演讲话题也没离开TPU。

　　从DeepMind和谷歌的几位负责人的演讲中可以看到的关键词有三个：AlphaGo、TPU和谷歌云。在提到TPU时，直接放出了与GPU的性能对比，形象生动。这个广告，可以打99分吧。

　　首战击败柯洁后，DeepMind在发布会上说了6件大事

　　5月23日，在AlphaGo 首战以四分之一子的优势战胜柯洁之后，双方参加了新闻发布会。

　　柯洁赛后感言：遇到了“围棋上帝”，比赛中早就预料到结果

　　柯洁在赛后发布会表示，自己印象最深的，是AlphaGo自己“断”的那手棋，在人类的对局中几乎不可能，但他后来思考发现那步棋“太出色”，“让人输得没脾气”。另外，这次的AlphaGo让他感觉像是遇到了围棋“上帝”，与之前的Master都不同。最后，他对自己“永远有信心”，会全力以赴去下接下来的两盘棋。

　　柯洁在数子时被媒体捕捉到“笑”了一下，在发布会上坦言那是“哭笑”。实际上他很早就知道结果了，主要是AlphaGo下棋是匀速的，因此在单关也花费比较多时间思考，所以柯洁在这个空档拼命数子，料到自己会输，最后果然输了1/4子。

　　DeepMind：算法比数据量更重要，AlphaGo 的架构细节稍后会全面公开

　　DeepMind的赛后感言可归纳为以下几点：

　　1. DeepMind对于“机机大战”没有兴趣——要衡量 AlphaGo 的实力，必须让它跟人类对弈。这次比赛的目的也是为了发现AlphaGo的更多弱点。李世石上次赢了AlphaGo，他们回去以后就对架构和系统做了升级，希望能弥补这种“knowledge gap”。当时的弱点或许被“Fix”了，但AlphaGo还有更多弱点，这是AlphaGo自己（通过自我对弈）和他们这些开发人员都不知道的。

　　2. AlphaGo不会控制输赢差距，它只想赢。AlphaGo总是尽量将赢棋的可能性最大化而不是将赢的目数最大化。它每次面临决策的时候，总是会选择它自己认为更稳妥、风险更小的路线。AlphaGo在争取赢棋时的一些行为，它可能会放弃一些目数以求降低它感知到的风险，即使这个风险非常小。

　　3. 没有完全弃用人类棋谱。当然在最初的版本中，AlphaGo从人类棋谱中学习，后来到现在它大部分的学习材料都来自于自我对弈的棋谱。新版本AlphaGo的一大创新就是它更多地依靠自我学习。在这个版本中，AlphaGo实际上成为了它自己的老师，从它自己的搜索中获得的下法中学习，和上一个版本相比大幅减少了对人类棋谱的依赖。

　　4.AlphaGo这次强大的地方在于算法。去年和李世石对战后，他们提出了更强大的算法，而且发现算法比数据量更重要，这也是为什么Master的训练速度是初代AlphaGo的十分之一。这次AlphaGo的硬件支撑是统一通过谷歌云来的，跟上次对战李世石的时候不同。

　　5. AlphaGo实际上是在谷歌云端的单一一台机器上运行的，建立于TPU上。这和去年使用的谷歌云端多台机器分布式结构有很大区别。因为现在有了一个运行起来更好、更简单的更加强大、高效的算法，它能够用十分之一的运算力来得到更强大甚至更好的结果。

　　6. 还会公布一些AlphaGo自我对弈的棋谱，这周稍后会正式宣布。

　　哈萨比斯：AlphaGo 研发介绍， AlphaGo 意味着什么？