19歲的柯潔輸了。
圍棋人機大戰2.0版的第一場，雙方交鋒至第286手棋，執黑的柯潔以約四分之一子的微弱劣勢，敗給圍棋人工智慧程序AlphaGo。
全程記錄
10:30，柯潔和代為AlphaGo落子的黃士傑博士落座。
10:31，兩位選手猜先，柯潔執黑先行。
隨後，柯潔在右上角落下第一子，耗時13秒。
AlphaGo在右下角落下第一子，耗時45秒。
柯潔的第一步也被解讀為尊重對手。柯潔第二步下出「三三」。這是AlphaGo的常用下法。隨後雙方開始你來我往。總體而言，AlphaGo落子速度比柯潔明顯要快。
第21手，柯潔提掉白棋一子。而AlphaGo第30手，則讓柯潔眉頭一緊。此時，現場講評的華以剛和徐瑩表示，這盤棋場面好看，而且有不少沒見過的下法出現。
比賽中，柯潔有時會突然發笑，有時也會默默搖頭。
AlphaGo落下第50手，此時從盤面看，白棋暫時領先18.5目（僅供參考）。而這個時候，柯潔的思考時間已經比AlphaGo多用了將近40分鐘。
第54手，白棋下出一個斷。現場講解的華以剛表示，AlphaGo下棋的效率令人心煩，並認為這將是這盤棋的焦點之一。而柯潔也再次皺起眉頭，小長考了很久。
柯潔用時一個小時後，常昊、張璇夫婦代替華以剛、徐瑩在現場上臺講解。常昊、張璇上臺之後，也再次講解第54手的斷，認為是一個出乎意料的「後中先」。
在國內棋手中，柯潔以下棋速度快著稱。而今天柯潔用時約80分鐘思考後，AlphaGo才用時約20分鐘。雙方的差距正在越拉越大。
97手！柯潔下出天馬行空的一招。創新工場人工智慧工程院副院長王詠剛評價說：「這分明就是兩個AI在下棋！講輸贏仍然悲觀，但柯潔在人類裡足以封神！」
柯潔用時還剩1小時07分的時候，現場講解的常昊和張璇判斷戰鬥可能要進入官子階段，而整個盤面柯潔比較辛苦。此時AlphaGo用時還剩2小時20分，大約領先14.5目（僅供參考）。
148手的出現，讓觀戰的網友一陣驚呼，紛紛大呼不理解。
隨著比賽的進行，柯潔的表情逐漸嚴峻了起來。或者用手撐在面部，或者抓住自己的頭髮，或者悄悄的搖搖頭。與此同時，柯潔的耗時逐漸流逝。
柯潔時間還剩大約半個小時的時候，AlphaGo還有兩個小時。行至第173手，明顯雙方都已經進入官子階段。從盤面上看，如果AlphaGo不出錯的話，黑棋的局勢要差一點。
「這時可能要靠電力局的同志們了」，有網友笑侃。
在收官階段，柯潔和AlphaGo相互步步緊逼，屢屢祭出強硬下法。下午2點06分，柯潔又開始一個小長考。
現場講解的徐瑩表示，收官階段非常重要，她舉例說以前的李昌鎬經常依靠官子階段的發揮，半目逆轉局面。
192手之後，盤面上似乎已經沒有重要的官子了。AlphaGo已經能夠「心態平和」的落子了，華以剛表示這說明AI已經對盤面有了相當的自信。
華以剛判斷，結果馬上出來了。此時，柯潔還剩不到18分鐘。
此時徐瑩粗略點出白棋目數為：65+8，而華以剛點完黑棋的目數，判斷黑棋貼不出7.5目。柯潔應該輸棋無疑。
第247手，儘管柯潔落子有點猶豫，但他心裡早已明白一切。
在最後細小的收官階段，柯潔下棋如飛，而AlphaGo在看似不用想的時候，反而落子仍然非常謹慎。
單官階段，柯潔一直堅持走完，沒有輕易認輸。
哈薩比斯：這不是人機大戰
首日比賽之前，現場還舉行了一個簡短的開幕式。桐鄉市委書記，國家體育總局棋牌中心主任、Alphabet執行董事長施密特、DeepMind創始人兼CEO哈薩比斯等先後致辭。
以下是量子位整理節選的部分發言。
▲施密特施密特：
非常高興回到中國，中國對我來說意義非凡。這是一個珍貴的機會，可以打造一個更美的世界。去年我在韓國就說，不管勝負如何，人性終將獲勝。電腦有自己擅長的事情，人類有自己的專長。
我們處在人工智慧的時代，我們相信這能打造更好的生活，我們所面臨的各個領域都有很多未解之謎，科學家通過人工智慧，可以做到更多的事情。
這是一個偉大的圍棋賽事，天才的選手和團隊與AlphaGo對戰，可以認為是人機合作時代的開啟。
非常感謝今天你們能允許我們來到這裡。
▲哈薩比斯哈薩比斯：
我對未來幾天的比賽充滿期待。我們非常感激中國圍棋協會、體育總局、桐鄉政府等幫助我們如期舉行人機大戰。柯潔是一個真正的藝術家，天才式的圍棋選手。這場對弈將開啟圍棋界的下法新天地。
這次峰會的宗旨，是在世界最深奧、美麗的棋盤上，探索新的下法。可能再過一萬年，我們也無法窮盡圍棋的下法和定式。圍棋變化繁多，非常神秘。
三年前，我們想也許人工智慧有足夠的能力下圍棋。AlphaGo不是一個預編程的圍棋程序，而是採用人類相似的方式進行學習。
一年半前，我們與樊麾進行對弈，現在樊麾也加入了我們。AlphaGo以人類無法想像的方式下圍棋。一年前我們和李世乭進行了對局，我們也為之感嘆。今年一月，我們給他取名「Master」，並在網上取得60連勝的成就。
這不是人機大戰，而是人使用電腦發現新的奧秘和知識。和哈勃望遠鏡一樣，探索宇宙，AlphaGo就是新的哈勃望遠鏡。
AlphaGo可以用在其他領域。我們相信在製藥、醫療領域，都可以藉由人工智慧解決，幫助專家取得更大領域的突破。
希望通過未來與人類專家的合作，找到各種創新的方式。希望探索有新的創新，也希望AlphaGo在其他領域有新的突破。
最後我們想對圍棋界表達深深的謝意，這已經超過我們最初的想像。希望能探索新的下法，我們最終的目的不是誰贏，因為最終的勝利屬於人類。
我們希望在座的各位能一起探索圍棋的真諦。我祝柯潔好運。
9時40分，柯潔上臺參與活動，然後離場準備稍後的比賽。
決戰前夜：柯潔不眠
昨晚23:15:44，柯潔在微博上發出《最後的對決》一文，字裡行間都透露著這位少年天才的焦慮和驕傲。以下是《最後的對決》全文：
決戰前夕，感慨萬千…
在這個特殊的時間，我有些話想和熱愛圍棋、關注圍棋、關注我的朋友們說:
無論輸贏，這都將是我與人工智慧最後的三盤對局
很多人可能會問為什麼？
其實私底下我已經與朋友家人說了很多次這樣的想法，現在的AI進步之快遠超我們的想像。像國產的絕藝、日產的ZEN雖然和AIphago還有著較大差距，但已經表現出超強的實力了…我相信未來是屬於人工智慧的。
可它始終都是冷冰冰的機器，與人類相比，我感覺不到它對圍棋的熱情和熱愛。對它而言…它的熱情——也只不過是運轉速度過快導致CPU發熱罷了。
我會我用所有的熱情去與它做最後的對決，不管面對再強大的對手——我也絕不會後退！至少這…最後一次…
拼盡全力後，無論結果…管他口中是是非非，來一首《滄海一聲笑》..豈不美哉、快意？我淡然笑到…
不眠夜，且看且珍惜，請大家欣賞我最後的三盤人機大戰。
相比於柯潔的心情複雜，阿法狗這邊似乎顯得頗為輕鬆。
DeepMind創始人兼CEO哈薩比斯，昨晚才抵達烏鎮。而對於第二天一早就要打響的比賽，他的態度是：「我都等不及了」。
AlphaGo簡介如何進行訓練？
一直以來，圍棋就被認為是傳統遊戲中對人工智慧最具挑戰性的項目。這不僅僅是因為圍棋包含了龐大的搜索空間，更是因為對於落子位置的評估難度已遠遠超過了簡單的啟發式算法。
為了應對圍棋的巨大複雜性，AlphaGo採用了一種新穎的機器學習技術，結合了監督學習和強化學習的優勢。通過訓練形成一個策略網絡（policynetwork），將棋盤上的局勢作為輸入信息，並對所有可行的落子位置生成一個概率分布。
然後，訓練出一個價值網絡（valuenetwork）對自我對弈進行預測，以-1（對手的絕對勝利）到1（AlphaGo的絕對勝利）的標準，預測所有可行落子位置的結果。
這兩個網絡自身都十分強大，而AlphaGo將這兩種網絡整合進基於概率的蒙特卡羅樹搜索（MCTS）中，實現了它真正的優勢。最後，新版的AlphaGo產生大量自我對弈棋局，為下一代版本提供了訓練數據，此過程循環往復。
如何決定落子？
在獲取棋局信息後，AlphaGo會根據策略網絡探索哪個位置同時具備高潛在價值和高可能性，進而決定最佳落子位置。
在分配的搜索時間結束時，模擬過程中被系統最頻繁考察的位置將成為AlphaGo的最終選擇。在經過先期的全盤探索和過程中對最佳落子的不斷揣摩後，AlphaGo的搜索算法就能在其計算能力之上加入近似人類的直覺判斷。
想看到更多這類內容？去APP商店搜，天天都有小歡喜。IT之家