5月23日AlphaGo2.0版本在人机围棋比赛中以1/4子的微弱优势战胜了柯洁，一方面继续彰显了人工智能的强大，但也让人们对AlphaGo和人工智能有了新的认识。先说出结论，再看分析。

　　01

　　在围棋这个项目上AlphaGo目前走在了人类的前面，但并没有完全攻克围棋这项运动。它只是通过深度学习找到了一个比人类认识更优的解，但不是最优解。最优解无法找到，即便用尽地球上所有的资源。从专业的角度来讲，就是用深度学习去逼近了一个强化学习中的价值判断函数，然后再跟蒙特卡洛搜索树结合的方法（具体详解可参看[1]，不再重复）。既然人工智能和人类都不能找到最优解，现在说哪一方已经完全彻底的失败还早。

　　02

　　人类也是在进步的，我们也不要低估了人类后天的快速（小样本）学习能力，这点AlphaGo基于现在的学习方法还做不到。短期来看人获胜概率小，但长远来看（未来5-10年）人还有机会，因为人也有很强的学习能力，可以从少量跟AlphaGo的对弈的棋局中快速学习。而即便再给AlphaGo1亿副棋谱，再添加一万块GPU，如果还是基于现有的学习体系，它进步的速度也终将放缓，因为新增的棋谱和计算资源相对于2x10171这个搜索空间来说只是沧海一粟。我们对人脑的了解还远不如对围棋的认识，这里面还有很大的未知数。

　　03

　　目前人类职业棋手跟AlphaGo的差距也就在一个贴目的水平，没有大家想象的那么大。其实这个贴目的差距（按中国标准7目半），直播，在职业棋手看来，已经是非常大的差距了。很多职业高手，进入官子阶段后发现自己还落后对方7-8目，就会主动投子认输了。很多通过数子来决定胜负的比赛，输赢往往都在1-2目之间（比如柯洁就输给AlphaGo半目）。否则会被其他专业棋手笑话，自己落后那么多都不知道，点空能力太弱了。

　　要能正真客观、准确的看待这个问题急需要较强的人工智能专业知识，也需要一定的围棋功底。下面先纠正网上认知的一些误区：

　　误区一：AlphaGo可以让人类顶尖棋手4个子，AlphaGo2.0可以让上一个版本4-5个子。

　　要消除这个误解，首先要跟大家普及一下围棋知识：在围棋里“让对方两个子”和“赢对方2个子”有着天壤之别。这点对于下围棋的人不用多说，但我今天才意识到，很多吃瓜群众一直以为这就是一回事。难怪网上会流传以上的错误言论。

　　让对方两个子：在围棋里让2子是说让一方先在棋盘上放上2个棋子（棋子只能放在星位），然后对方才开始走。这两个子在对弈之初的价值巨大，对于专业棋手来讲，每个棋子价值至少在10目以上（这是最保守估计了）。让两子相当于至少先让出去对方20多目的地盘。由于棋盘是有限的，如果不能在后面的比赛中，在有限的空间里赢回这20多目，那就是让子失败了。而且让子数越多，被让方获得的价值不单是线性增长的，因为子力之间会形成配合，获取更大的利益。比如说，壤子，其价值就可能远不止40目了。

　　赢对方2个子：是指双方下完后，赢的一方比输的一方多出2个子。如果按照吃住对方一个子算两目的方法来算，那2个子只相当于4目。AlphaGo赢了柯洁1/4字，就相当于半目棋子而已。

　　所以“让对方两个子”和“赢对方2个子”不可同年而语。如果真的有围棋之神存在（既他一定能找到最优解，我们人是没有希望下过他的），一般顶尖专业棋手认为他们跟这个神的差距在让2-3子之间。由于AlphaGo可以被证明不能保证找到最优解，所以他离神还有一定的距离。因此，说AlphaGo可以让人类顶尖棋手4个子，这简直就是天方夜谈。

　　误区二：AlphaGo也会下出一些明显不好的招数，是因为他自我判断形式占优，而放松了自身的要求。

　　AlphaGo的搜索策略就是优先对获胜概率比较大的分支进行更多的深度搜索，这个策略在任何时候都不会改变，也不能改变。他不会觉得自己优势了就下出缓手。