1：3，人機大戰李世石扳回一城，這場牽動了中韓兩國數千萬網友的“找BUG”大賽也出現了逆轉態勢。

　　昨天結婚紀念日輸掉比賽的世界圍棋冠軍李世石，在今天的比賽中先抑后揚，執白的他在面對劣勢時，78手下出“神之一手”最終贏下比賽。其實本場比賽開始階段，李世石布局非常保守，被多名專業棋手認為信心不夠，即使在前半盤也一直處于劣勢，搜狐科技直播間內很多網友也紛紛惋惜的表示李世石有可能再次失敗。

　　但在下午2點半左右劇情發生大逆轉，在李世石還剩不到15分鐘就進入讀秒時，李世石在第78手下出“神之一手”，而AlphaGo的應對方式也堪稱詭異，連續下出判斷自己勝率極低的昏招，麥克雷蒙九段甚至認為AlphaGo累了，最終在“犯了人類棋手不會犯的（很多）錯誤”之后，AlphaGo在接近自己讀秒時宣布認輸。

　　在賽后的新聞發布會上，DeepMind團隊的負責人表示“我們非常開心，AlphaGo一開始是自己跟自己比賽，這就意味著它在算法上會存在缺陷。我們來到這里就是為了測試它的極限，并找到弱點來不斷地提高AlphaGo。我們回到英國之后會找出失敗的原因，并找出改變的方法”。

　　他們還表示，AlphaGo仍處于原型階段，并沒有進化到Beta階段。但參與比賽的機器人版本是分布式版本的第17個版本，計算能力要強于單機版本的AlphaGo。在它判斷出自己的勝率低于一定數值時，就會主動認輸。

　　而李世石談到本場比賽勝利時很謙虛，認為“神之一手”對于自己來講只是當時唯一能想到的一步棋。但他表示AlphaGo是有弱點的，只是自己還沒發現，可能在它執黑先行的時候會有一些缺陷，掙扎的部分也更多。

　　對于信息不平等的問題，李世石表示如果能更多了解機器人的信息，可能會容易一些，但這并不是成敗與否的關鍵。DeepMind的負責人也表示并沒有針對李世石對AlphaGo進行培訓，他們做的只是針對廣泛人群的圍棋培訓。即使要針對李世石進行培訓，也需要幾百萬甚至上億場比賽數據，這基本是做不到的。

不要被人機世紀大戰的噱頭沖昏頭

　　科大訊飛董事長劉慶峰曾表示，雖然圍棋需要的計算量非常大，但本次人機大戰對于人工智能帶來的影響力，并不比IBM深藍電腦與人類進行象棋大戰、以及Watson電腦參加脫口秀節目大。本次AlphaGo與李世石的大戰之所以引發廣泛關注，媒體傳播的成熟是主要原因。

　　DeepMind團隊負責人也表示，這僅僅是一步步測試的過程，他們從英國起步，到橫掃歐洲，再到韓國本土，甚至下一步挑戰中國棋手，都是谷歌逐步測試自家機器人的過程。

　　所以在AlphaGo贏下第一盤之后，我們就應該相信，人工智能已經可以在圍棋領域戰勝人類了。此后的幾番大戰，輸贏都已經不太重要，尋找AlphaGo機器人算法弱點的意義反而更大一些。

　　而李世石“神之一手”之的出現，也恰恰說明了AlphaGo還存在著弱點：策略神經網絡在產生可能的落子點時，并沒有看到這一點，在這里存在誤區和弱點。簡單說就是算法的誤區給了李世石下出“神之一手”的機會。

　　而此前很多人工智能專家都表示，連環劫很可能是蒙特卡洛算法的致命弱點，甚至兩個劫都有可能對機器人的計算造成極大障礙。這也是在昨日對戰中，眾多人工智能專家和職業棋手都期待AlphaGo能夠打劫的原因。

重新認識深度學習技術的價值

　　AlphaGo的戰績已經引起了谷歌公司的高度重視，作為谷歌聯合創始人的謝爾蓋昨天也專門跑到韓國現場“督戰”，并在取得勝利后興奮異常。小米科技CEO雷軍昨晚在微信上表示，盡管自己站在AlphaGo這邊，但AI贏得如此利落還是遠超過自己想象。

　　人工智能在短暫火爆后曾因為遇到瓶頸而進入低谷期，而隨著近幾年深度學習技術的成熟，人工智能也重新贏來了高關注度。

　　中國人工智能學會常務理事劉成林教授在接受媒體采訪時表示，AlphaGo的研發團隊采用了最先進的深度學習技術，利用深度神經網絡對棋盤的局勢進行了預測，并且在前期搜集了大量圍棋對弈的歷史數據，其中包括很多圍棋名人的棋譜。它已經具備了從大規模數據中學習的能力，所以幾個月內就實現了人類若干年才能夠達到的學習效果，這是驚人的學習能力。

　　而在深度學習技術出現之前，過去采取的方法就是人類耗費巨大的精力編寫程序，輸入機器及其然后執行預定的功能。而現在人類只需要編寫讓機器人深度學習的程序，機器就能夠實現在龐大的數據積累過程中通過學習來實現智能化操作，并且其水平可以在數據增加的過程中不斷得到提升

　　華盛頓大學電子工程博士，臉書機器學習深度學習研究員談釗表示，程序應該不會有嚴重bug，只會有一些邊角情況可能沒有被考慮到。如果發現了這種邊角情況，可以產生一些相關數據，扔給AlphaGo訓練一小段時間就行了。（微信號 志明說 文/崔鵬）