这一局棋的震动也是无可比拟的。在赛后发布会上，双方都承认，当天的棋局，在前面，AlphaGo根本没有显示出胜率优势。DeepMind方也表示：“柯洁在比赛中拥有了很多机会，AlphaGo一度无法处理……我们作为开发者，从来没有见过AlphaGo出现这么势均力敌的情况。”

　　这可以说是，迄今为止，人类棋手在和AlphaGo的对弈中，最精彩的一局。

　　3、面对劣势时AlphaGo怎么办？认输、逼队友认输……

　　之后的最有趣和最令人懵逼的一幕，则出现在昨日的配对赛中。这场赛制规定，两名中国棋手古力、连笑将分别和AlphaGo组队，双方对垒。

　　之前，很多人猜测过，AlphaGo会不会有故意输掉比赛、或者下臭棋的可能。那么，当AlphaGo真正面对劣势时，它是怎么处理的？这场比赛或许会告诉你答案。

　　在对决即将结束之时，与古力搭档的AlphaGo决定投子认输，古力却拒绝了AlphaGo的要求，仍坚持鏖战。而之后，AlphaGo的棋路变得越来越消极，最终，古力在不可逆转的情势下，也只得认输。

　　不管你如何认为，但明显，AlphaGo已经成为了控制棋局的关键。

　　现在的AlphaGo有多强大？

　　或许，关于AlphaGo的很多问题，可以在DeepMind对其算法的讲解中得到解释。

　　早在去年，AlphaGo就已经以4:1战胜过李世乭。而在今年年初，Master横空出世，在弈城和野狐两大围棋网站上，和各国顶尖棋手快棋对弈，最后以60：0的战绩横扫棋坛。而赛后，Master自揭真身，正是AlphaGo的最新版本。

　　而这次在乌镇和柯洁对弈的，正是Master。年初的对弈中，柯洁已经在快棋上，败给了它。

　　AlphaGo Master和战胜李世乭的AlphaGo Lee相比，有哪些区别？第一局赛后，DeepMind首席科学家席尔瓦在演讲中透露，去年与李世乭对战的AlphaGo Lee有50个TPUs在运作，搜索50个棋步为10000个位置/秒，而昨天打败柯洁的AlphaGo Master则是在单个TPU上进行游戏，计算量只是去年那个版本的十分之一。

　　和柯洁对战的是年初战胜60位高手的AlphaGo Master。

　　目前的AlphaGo是单机版。

　　配备了4块TPU。

　　与去年3月与李世石的比赛时相比，当前的版本在处理计算时所消耗的能量仅为过去的十分之一。

　　目前，与柯洁对战的AlphaGo Master的等级分已经接近了4800分。

　　现在的AlphaGo采用强化学习，让人工智能进行自我博弈，产生更强的神经网络。这一次AlphaGo用自我对弈训练出的策略网络，可以做到不需要更多运算，直接给出下一步的决策。

　　相比之下，现在的AlphaGo比去年击败了李世石那一版的AlphaGo Lee相比要“强三子”。

　　4块TPU，单机版，完虐了人类。而“强三子”的概念是什么？让柯洁的反应来告诉你。

j2直播，真正可怕的还在后面……" src="http://www.wzatv.cc/atv/uploads/allimg/170528/041A13413_0.jpg" />

　　如果说打败了李世乭的AlphaGo是利用卷及神经网络，让它了解规则、了解棋局，从而进行处理，那么，现在的AlphaGo，就增强了“思考”能力，并且，可以自学成才了。

　　在这次赛前，很多媒体报道，此次参战的 AlphaGo 2.0 可能采用了全新的算法模型，放弃了监督学习，即未先学习人类棋谱的经验，而是直接通过对战来获得认知和能力。但哈比萨斯在赛后发布会上回答，这明显是个误解。AlphaGo还是要学习人类经验，但这个版本的AlphaGo更依赖自我博弈来学习。

　　如何让AlphaGo进行监督学习和强化学习，席尔瓦解释，是让AlphaGo先通过训练形成一个策略网络，将棋盘上的局势作为输入信息，并对所有可行的落子位置生成一个概率分布。然后，训练出一个价值网络，以 -1(对手的绝对胜利)到1(AlphaGo的绝对胜利)的标准，预测所有可行落子位置的结果。也就是说，在这个过程中， AlphaGo不仅会算出自己的最优选项，还会根据自己下过的棋，经过多层处理形成一个“值”，值高意味着自己赢，低意味着对手赢，并在棋局中的某一步判断是否是关键的一步。

　　并且，AlphaGo的搜索算法能在计算能力之上，加入和人类直觉近似的判断，让它更接近人脑。

　　为什么选择棋牌？

　　那么，为什么科学家都执着于让机器和棋牌类游戏过不去呢？让一个电脑学会下棋，对我们究竟有什么好处？

　　原因很简单。首先，棋牌类是人类智力活动的象征，它的宣传和号召能力自然也是其他运动所不能比拟的。