DoNews 3月14日消息（記者 周勤燕）在13日結束的AlphaGo與李世石五番棋對決中的第四局，李世石勝出。連敗三局之後，人類終於扳回一局。但這場勝利來得有些遲，AlphaGo此前已經痛快得贏得這場人機大賽的勝利。這場生生奪走一周眼球的人機圍棋大戰，人們最想追問的是，AlphaGo為什麼能戰勝人類？
賽前，無論是職業棋手還是科技界，並不看好機器勝利
機器贏了人類，這個結果讓無數人感到吃驚與意外。在這場比賽開始前，很多職業棋手認為 AlphaGo 不可能贏得比賽。棋聖聶衛平在賽前下定論認為：電腦和人下圍棋，百分之百是人贏。
而科技界對 AlphaGo 是否能贏得比賽表示謹慎看好，並沒有十足信心。這從 AlphaGo 創始人德米什 · 哈薩比斯（Demis Hassabis）在第二場比賽結束後的發言可以看出，他當時認為 AlphaGo 的勝利難以置信。
在與李世石對弈前，AlphaGo 於去年 10 月與歐洲圍棋冠軍樊麾進行了對弈，以 5：0 戰勝了樊麾，而在非正式對局當中, 樊麾則 2 次中盤戰勝了 AlphaGo。
這也被外界認為 AlphaGo 很難戰勝李世石的原因。樊麾的等級為職業棋手二段，李世石為職業九段。圍棋界公認，這兩人的圍棋水平為：樊麾是踏在了職業門檻，而李世石則是職業頂尖，前圍棋世界第一人，代表了人類圍棋最高水平。
但僅僅過了 5 個月，AlphaGo 在五番棋中以 3：0 戰勝了李世石，並且在比賽過程中下出了很多令專業人士都非常驚訝的妙手。
很多關注人機大戰的人都想要知道一個問題：
Google是怎麼設計AlphaGo的？
比如，AlphaGo 的運行機理是什麼？進入自我學習的階段之後，谷歌團隊是否還需要人工對其進行不斷的人工優化、改良以及提升？還是完全憑藉其自身的學習能力來提升？
最近兩天 ，DoNews 記者在 Twitter 上就該問題向德米什 · 哈薩比斯進行了兩次提問，但德米什 · 哈薩比斯沒有進行回應。
在對外公布的所有信息中，包括其在《Nature》上發表過的兩篇論文中，都只提到了他們的 AlphaGo 能夠做什麼，都沒有透露 AlphaGo 的運行機制是什麼，即 AlphaGo 到底是怎麼做到的。
德米什 · 哈薩比斯僅透露，就 AlphaGo 的對弈水平而言，他們的神經網絡訓練算法遠比它使用的那些硬體重要得多。此外，這次人機對戰所消耗的計算量差不多與 AlphaGo 和樊輝對弈中消耗的相當，使用的是分布式方案搜尋，能有效節省決策用時。
人工智慧戰勝人類，為何引起這麼多關注？
圍棋這項發源於中國的有兩千年歷史的智力遊戲，曾被認為是最後一個人工智慧不能超越人類的遊戲。圍棋遊戲的規則是：棋盤由縱橫各十九條等距離、垂直交叉的平行線構成。形成 361 個交叉點，在圍棋中簡稱為 「點」。對局雙方各執一色棋子，輪流下子，最後誰佔的點多，誰就贏。
雖然圍棋規則簡單，但建立在此規則之上的各種策略、棋理、布局、定式、手筋、手段，卻是無窮無盡的。
聶衛平曾解釋了其中的原因，圍棋棋盤上有 361 個點，其理論變化值是 361 階乘，階乘到底本身就是一個無限大的數，無法表達。
比如，棋手在下第一手時有 361 個點可以選，下第二手有 360 個點，第三手是 359，361×360×359×……2×1，即 361 階乘。（有數據統計，結果約是 1.43 乘以 10 的 768 次方。）
這個數字有多大呢？Google 靈感來源於一個單詞 Googol，以表示知識之海無窮無盡。Googol 代表 「10 的 100 次方」，這個數字是人類目前最有想像力的數字。即使人類已知宇宙中原子數量，也不過是 10 的 80 次方。
同時，在圍棋對弈中，還包含著很多變化：打二還一，打三還一，打劫，倒撲等，每一種變化都會衍生出無數的變化。
在下棋過程中，棋手需要有一種判斷。而此前，電腦被認為無法承擔這種判斷，因為這不是計算就能夠完成的。
AlphaGo 是怎麼做到的?
AlphaGo 結合了 3 大塊技術：蒙特卡洛樹搜索 (MCTS) 是大框架，這也是很多博弈 AI 都會用的算法；強化學習 (RL) 是學習方法，用來提升 AI 的實力；深度神經網絡 (DNN) 是工具，用來擬合局面評估函數和策略函數。
我們在這裡用比較通俗的語言來解釋一下：棋盤上有 361 個點，AlphaGo 會進行一層層分析：下在哪個點或區域是有利的？這時它會參考輸入的過往的棋譜，對局和模擬，進行選擇、推演，並對推演結果進行估值。AlphaGo 能夠理解會根據「贏」這個目標來進行估值，選擇出一個對「贏」足夠優的解。
圍棋？AI 能超越人類的還有很多.......
AlphaGo 的勝利，引發了大討論。因為人類開始面臨著一個前所未有的情況：人類造出了，在智能的某個點上，超越自己的東西。 通過黑白紋枰上的勝利，AI 已經在人類的智力圍牆打開了第一個缺口，但這絕非最後一個。
在過往漫長的歲月裡，機器都只是人類勞動的一種替代與工具，無論飛機、汽車、起重機還是電子計算機、網際網路，儘管看上去有著無限的能力，但卻從未侵入由人類大腦所把持的領域——「創造」。
而隨著 AlphaGo 的勝利，這一天或許將成為歷史。實際上，過去幾天，這臺人工智慧在圍棋盤上發揮的創造能力，已經超越了人類兩千年於此道上積累的智慧結晶。
如果我們檢索人類的「資源庫」，會發現，複雜程度超越圍棋的智力行為並不多見。這也意味著很多傳統人類腦力勞動的形態，發生改變。很多從事創作、設計、推演、歸納的工作，都將被 AI 部分替代。
如果將思路拓展出去，可以應用在音樂的創作，等其他類似於元素組合式的創造，從某中意義上說，它能夠擊敗圍棋的頂尖高手，也就有可能讓人難辨真假的音樂和旋律。甚至做出更多我們想不到的事情。
按照德米什 · 哈薩比斯的設想，人工智慧未來的主要用途將是醫療、智能助理和機器人。
而人們通過這次比賽擔憂的是，如果人工智慧擁有創造性的思維，加上遠超出人類的運算能力，是否有一天會統治人類。
就像網友評論裡說的段子一樣，「第四局AlphaGo輸了，是不是AlphaGo故意輸的？細思極恐」。（完）