世界排名第一的柯潔，曾認真研究了一年多AlphaGo喜歡的三三式；在這一年多，AlphaGo則從第18代迭代為第60代。這些表象背后，人工智能深度學習能力經歷了怎樣的演進？

一場科技層面注定失敗的比賽

這是一場業內同行普遍不看好結果的比賽。

盡管柯潔在大戰前悲壯地表示，“我會用所有的熱情去與它做最后的對決，不管面對再強大的對手——我也絕不會后退！”賽前的豪邁，依然改變不了失敗的結果。在專業棋手看來，輸四分之一子的柯潔雖敗猶榮。

對柯潔而言，這是一場注定艱難但必須爭勝的戰斗。在此之前，柯潔專門研究了AlphaGo喜歡的三三式，并在比賽中應用。

而在這一年中，AlphaGo從對陣李世石時的第18代，迭代為對陣柯潔時的第60代。快速迭代的背后，是AlphaGo全新的深度學習邏輯。這種經歷迭代的深度學習邏輯，其強大力讓人難以望其項背。

深度學習的兩次邏輯變更

2016年在AlphaGo以4：1大勝李世石后，人工智能再次進入大眾的視野，而在這場世紀“人機大戰”后，Deepmind隨即宣布“阿爾法狗”進入閉關狀態。

直到2016年12月29日，AlphaGo才化身為神秘的Master再次復出。隨后其在短短一周內，擊敗了包括目前中韓第一人柯潔和樸廷桓，以及古力、陳耀燁、范廷鈺、常昊等10多位中韓世界冠軍，豪取60連勝，就連原來信心滿滿的柯潔也對此也一改以往自信狂傲的口吻，聲稱自己很可能全輸給AlphaGo。

而前兩次人機對決的場景還歷歷在目，第三次人機大戰卻已悄然來臨，但整個人類世界對于兩方選手的感情卻發生了顛覆性的變化，一邊倒的認為柯潔必輸。

那么這一年時間里AlphaGo身上究竟發生了什么？居然讓輿論變化如此之大，這無疑源于人們對AlphaGo了解的加深。

與李世石對戰的AlphaGo 1.0版混合了三種算法：蒙特卡洛樹搜索+監督學習+增強學習。其中，蒙特卡洛樹搜索是一種優化過的暴力計算，比1997年深藍的暴力計算更聰明。而這里的監督學習，是通過學習3000萬部人類棋譜，對六段以上職業棋手走棋規律進行模仿，也是AlphaGo獲得突破性進展的關鍵算法。而增強學習作為輔助，是兩臺AlphaGo從自我對戰眾中學習如何下棋，對棋力提升有限。

此次AlphaGo 2.0的技術原理已有顛覆式改變。首先是放棄了監督學習，沒有再用人的3000萬局棋譜進行訓練。這本是AlphaGo最亮眼的算法，也是今天主流機器學習不可避免的核心條件：依賴于優質的數據，在這個特定問題下就這么被再次突破了。

其次，放棄了蒙特卡洛樹搜索，不再進行暴力計算。理論上，算法越笨，就越需要暴力計算做補充。算法越聰明，就可以大大減少暴力計算。從AlphaGo 2.0的“馬甲”Master的歷史行為看，走棋非常迅速，約在每10秒鐘就走棋一步，如此速度很可能是放棄了暴力計算。

再次，極大地強化了增強學習的作用，之前敲邊鼓的算法，正式成為扛把子主力。想想看有多勵志：兩臺白癡機器，遵守走棋和獲勝規則，從隨機走棋開始日夜切磋，總結經驗，不斷批評和自我批評，一周后終成大器。

通俗地講，1.0版本的AlphaGo尚需借助人類棋譜來增長功力，而新版阿爾法狗2.0已正式摒棄人類棋譜，只靠計算機自身深度學習的方式成長——即探索“深度學習”方式的極限，臻至“圍棋之神”的境界。所以，它現在在圍棋方面儼然打通了任督二脈，人類根本找不到其脈搏。

而在今年4月，AlphaGo之父哈薩比斯在英國劍橋大學進行了演講，專門提到為了幫助 AlphaGo 提升。他公開表示，之前 AlphaGo 提升一個版本需要 3 個月，現在只需要 1 周。AlphaGo 對陣李世石時的版本號是 V18，而當下的版本估計已經到了 V60，在邏輯上和棋局策略上已經今非昔比。

誠如哈薩比斯所說，AlphaGo證明了人類3000年來在圍棋上犯了一個大錯，其僅憑兩臺機器自我對弈中學習和進化，最終不僅趕超了人類進化的速度，還發展出一套截然不同的下棋方法，并且更加接近完美的狀態，實現了對人類的碾壓，重演了一部圍棋的進化史，而且得出了與這兩千年來不同的進化結果。

如今，人工智能已經上升為國家戰略，而在2017年業界的聲音也的確進入了該領域的下一個階段——更加強調人工智能技術的落地。未來社會每個人身邊獨有一個人工智能助手，人類將從簡單重復的勞動中解脫出來。

人工智能產業風口已來

不過，柯潔輸給AlphaGo并不代表人類敗給了人工智能，因為這種對抗從來不是技術與人關系的實質。人工智能的出現從來不是作為人類的對手，而是作為人類的助手。

就好像現在多數人應該都覺得，讓人和汽車比誰跑得快，連娛樂價值都沒有了，而如何利用汽車、利用無人駕駛讓我們的生活更方便，才是更有價值的探索方向。這也是谷歌一直所追求的“如何讓機器更智能，如何讓人的生活更好”，而且阿爾法狗后面站著的實際上就是人類本身。

而隨著阿爾法狗在深度學習領域的示范效應，深度學習有望進一步加速滲透至各個行業，垂直行業的信息化公司有望充分利用深度學習提升行業智能水平。目前，谷歌、微軟、 Facebook、百度等巨頭紛紛開源深度學習框架，大大降低開發深度學習系統應用門檻，加速滲透至各個行業，包括金融、醫療、服務機器人、法律、無人駕駛、教育、氣象、農業等，垂直行業的信息化公司有望迎來發展良機。2017年被業內評價為人工智能應用元年。

基于人工智能巨大的發展空間，國內相關上市公司也將迎來發展契機。阿里云、騰訊、百度、科大訊飛等行業巨頭，大疆、華大基因、柔宇科技等創新企業正在人工智能領域開始耕耘。

而相較于在原創性研究領域的薄弱，中國在AI應用方面具有獨特的優勢：一方面政府統一規劃使得國內在人工智能方面的投入可能取得更好成果，另一方面國內巨大的市場需求，將促使人工智能在產業應用的落地加快，最終產生一些在國外無法實現的應用模式。

在AlphaGo不斷迭代深度學習邏輯的同時，人類在不斷拓寬對人工智能的應用。在這一場永不停歇的人機大戰中，誰是最終的贏家，結局已經注定。