只是，想要看到AlphaGo的极限并不容易。5月24日，DeepMind首席科学家大卫·席尔瓦（David Silver）透露称，目前的AlphaGo，比去年战胜李世石的那一版要“强三子”：“AlphaGo成为自己的老师，它从自己的搜索里学习，有着更强大的策略和价值网络。”

也就是说，按照围棋等级划分，现在AlphaGo 的积分为4500分左右，遥遥超越所有人类，目前暂列人类职业棋手第一位的的柯洁积分为3620分。

此言一出，四座皆惊。虽然此前也有过类似传闻，但这一次却是实实在在从DeepMind首席科学家口中说出。柯洁立刻发了一条微博：“早就听说新版AlphaGo的强大……但……让……让三个？我的天！”他解释说，这个差距有多大呢，就像武林高手对决让人先捅三刀。

尽管此后DeepMind团队的樊麾二段发表声明称，“当AlphaGo与从未对弈过的人类棋手对局时，这样的优势就不复存在。”不过，这并不能掩盖AlphaGo的种种可怕。

更可怕的，或许还是如今版AlphaGo强大的自我迭代和更新能力，在算法上，这一版本的 AlphaGo 已经不需要外在“导师”，能实现自我学习了。

早期，AlphaGo仍通过学习六段以上的围棋选手下法来进行学习，但如今与去年相比，2.0版的AlphaGo将正式摒弃人类棋谱，只靠计算机自身深度学习的方式成长。即通过数学模型下的自我对弈和深度学习，下出完全属于人工智能（AI）的围棋。

搜狗总裁王小川称，此次AlphaGo可能已经放弃了监督学习，也就是说不再依赖原先人类的3000万局棋谱，j2直播，甚至有可能放弃了蒙特卡洛树搜索，大大减少了暴力计算，落子速度更快、准确率更高。两台没有棋谱数据的AlphaGo自我对战学习如何下棋，并达到登峰造极的地步，只需要一周的时间。

换句话说，就是“AlphaGo已经是自己的导师”，甚至于它已经不满足于只是单纯取得胜利，而是控制胜利的概率以及输赢的差距——根据举个通俗的例子：90%赢10目和100%赢1目，AlphaGo一定会选择赢1目的变化，因为胜率更高。这也是AlphaGo在早早掌控巨大优势，后盘一路放缓脚步的原因。

这个说法得到了哈萨比斯等人某种程度上的认可。“我们的确在研究如何通过多线路决策来扩大胜率，甚至是去控制胜率，这是我们的一个探索方向。” 哈萨比斯说，他们的确在测试AlphaGo获取胜利的程度。

从此以后，人机大战或许再无意义

“此次出战的AlphaGo是单机版，比李世石对弈的版本要高出十倍，以计算量仅需原来的十分之一，训练时间也从几个月缩减到了几个星期。”哈萨比斯说，目前的AlphaGo是在云端由单TPU运行，与李世石对战的AlphaGo在云上有50个TPUs在运作，搜索50个棋步为10000个位置/秒，而5月23日打败柯洁的AlphaGoMaster则在单个TPU上进行游戏。TPU是专门为机器学习而设计的处理器。

棋手张璇和常昊夫妇现场讲解

如果说之前的AlphaGo还依赖于大量的数据的计算，那么进化后的AlphaGo几乎就像是一个真正深谙围棋艺术的天才。柯洁说，和AI下棋时就像“安乐死”，AI的许多招法不仅超乎人类想象，甚至它在保证胜利的前提下还可以给人类一个“体面”的输法。

“数千年以来，历史留下了关于围棋的无数玩法和总结，计算机却告诉我们人类全都是错的。”柯洁的话语中，是掩饰不了的凄凉。

自古以来，人类就对于这个19x19的棋盘迷恋不已，361个交叉点、150回合对弈，看似规则简单，却可以变幻出超越宇宙原子总数的可能。没人知道，柯洁这个人类围棋智慧堡垒最后守护者的失利，对中国围棋界和围棋的未来，意味着什么。

“AI肯定会越来越厉害，将来人肯定下不过它们。但是这就像人终究是要死的，难道你今天就去寻死，就不活了吗？”国家围棋领队、棋手华学明说， “这个阶段对棋手是非常痛苦的，尤其是完全沉浸在胜负中的年轻棋手，围棋就是他们的生命。”

在接受《南方人物周刊》采访时，古力感叹，“我对科技产生了一种敬畏感，仅次于对大自然的敬畏。”“黑暗是你的朋友，绝望是你的领路人，”古力把这句话抄在本子上，“特别能体现我们棋手的心境。”他说自己记得最清楚的都是输棋，但那些“输了跟谁都不想说话的”黑暗经历都无法与AI带来的绝望相比。