在过去的几天里，全中国乃至全世界都把目光投向了乌镇。在这里，一场没有硝烟、没有剑影的战斗在古老的棋盘上无声地进行。

AlphaGo对阵柯洁的“人机大战第二季”，似乎提前失去了当年对阵李世石的悬念，却更加引人深思。

一年时间，为何功力大涨？

一年前，AlphaGo以4比1战胜世界围棋冠军李世石，18岁的中国棋手柯洁九段在微博上放言：“就算阿法狗战胜了李世石，atv，但它赢不了我。”随后，这位8次击败李世石、3次获得世界冠军的“当今围棋第一人”，迅速为不懂棋的吃瓜群众所熟知。也许从那时开始，人们都已经在期待如今的这一场大战。

但是，一年时间过去，面对曾化名Master横扫人类60盘、升级2.0版的AlphaGo，柯洁也收起了当年的张扬。在乌镇围棋峰会的新闻发布会上，他说：“作为一个现代棋手，每天面对胜负，但输棋之痛苦外界无法想象，只有胜负才是唯一真谛，我会不惜一切代价追求胜利，真的我会拼了。”

AlphaGo为什么功力大涨？关键就在于“强化学习”，即通过与环境交互获得最优解的过程。与以前棋类AI常用的穷举法等“笨办法”不同，研究人员先让AlphaGo学会评价棋路的优劣，然后再通过不断与自己对弈进行强化学习，让AlphaGo“参悟”下棋的感觉。而到了比赛现场，AlphaGo就会根据此前积累的经验，动态地寻找最优方法。

在AlphaGo与柯洁对弈前，科研人员为它输入了至少三千万种棋局，而它的“左右互搏”也超过了一百万次。每一次的对弈都会不断提高它的准确率，这使AlphaGo“功力暴涨”，训练量和进步速度都远超过身为人类的柯洁。

AlphaGo通过两个不同神经网络“大脑”合作：监督学习的策略网络与价值网络

一场峰会，赢遍中国高手

AlphaGo与柯洁的对决开始前，atv，其实几乎所有人对结果都已经心知肚明。

第一盘，柯洁执黑半目负于AlphaGo。第二盘，柯洁执白中盘投子认负，但这场比赛获得了AlphaGo团队负责人哈萨比斯的肯定：从未看到过AlphaGo与人类棋手比赛能够这样势均力敌。柯洁本人也表示，自己一度感觉接近胜利，以至于坐在棋盘前的他捂住了胸口，“想让心脏跳得慢一点”。第三盘，柯洁试图继续上一盘的激战，可惜从序盘阶段便陷入AlphaGo的控制。赛后，柯洁哽咽道：“我看到了自己和AlphaGo的差距有多大，这是我永远都追不上的距离。我会继续改变自己，而AlphaGo将会改变世界。”

在这次乌镇围棋峰会上，令人瞩目的“人机大战”可不止一场。在连笑+AlphaGo对阵古力+AlphaGo的“人狗双打”中，出现了一个有趣的小插曲：战至中盘，古力的AlphaGo搭档请求投子认输，但古力并不服输，而是选择继续比赛，结果这位AlphaGo队友居然开始瞎走，直到古力无奈地认输……网友纷纷表示，这是“猪队友”啊！

最后，五位围棋世界冠军周睿羊、时越、唐韦星、芈昱廷、陈耀烨组成的豪华中国队也在对AlphaGo的“团队赛”中落败。但投子认输前，几位棋手下出了一手本不成立的“骗招”，想看看AlphaGo会作何反应，没想到AlphaGo竟然上当了，棋手们不约而同捂脸大笑，成为本次人机大战最经典的表情。

一次退隐，期待更多应用

独孤求败的AlphaGo将何去何从？DeepMind首席执行官哈克比斯宣布：

接下来，AlphaGo将会与柯洁对这三盘对局的每一个重要节点进行分析，展现Alphago在下棋过程中的变化，并将这一视频分享给全球开发者及围棋爱好者。此外，团队还会公布50盘AlphaGo进行自我对战的棋局。最后，DeepMind将会在下半年发表一篇新的论文，公开Master的一些内部数据及技术细节，让更多开发者打造自己的AlphaGo。

中国围棋协会授予AlphaGo职业九段

除了围棋，强化学习也正在越来越多的领域中得到应用。这一方法尤其适合自动驾驶汽车，因为驾驶的过程是一种“良好的决策序列”。未来，宝马和英特尔将合作测试自动驾驶的软件。谷歌、优步等公司也会有研究团队用强化学习的方法训练自动驾驶汽车。