韩国时间2月22日下午5时，“李世石-AlphaGO人机对战”的第二次新闻发布会在韩国棋院二楼进行，公布本次人机大战更多比赛细节：比赛将分别于3月9日、10日、12日、13日、15日在韩国首尔的Four Seasons酒店进行，开赛时间为每日韩国时间下午1点（中国时间中午12点）。比赛最终决定采用中国围棋竞赛规则，黑贴3又3/4子（7.5目），用时为每方2小时，3次1分钟读秒。
Deep Mind公司youtube频道和韩国棋院围棋TV将对本次比赛进行全程直播报道。之前0:5不敌AlphaGo的欧洲围棋冠军樊麾，作为比赛裁判团队一员参与其中。
谷歌开发的人工智能围棋程序AlphaGo是如何用“大脑”下棋的呢？你认为谁会赢？看完解读，去文末投票亮出观点吧。
在象棋和国际象棋中，电脑软件都非常厉害，只有围棋是唯一“电脑下不过人类”的项目。而今年1月份有个爆炸性新闻：谷歌DeepMind开发的人工智能围棋程序AlphaGo以5：0的压倒性优势击败了欧洲围棋冠军、专业二段棋手。那么3月份AlphaGo会和韩国九段、世界冠军李世石进行对弈。如果此役AlphaGo获胜，这意味着人工智能真正里程碑式的胜利。
这也引起了笔者好奇心，在春节期间，跟Facebook的田渊栋（他的背景无可挑剔，卡耐基梅隆大学机器人系博士，Google X无人车核心团队，Facebook人工智能组研究员）交流，他做的也是计算机围棋AI－－黑暗森林（熟悉三体的朋友知道怎么回事），今年1月份他的文章被机器学习顶级会议ICLR 2016接受。
他聊天中谈到自从谷歌收购了DeepMind，投入大量资源去做好人工智能项目，不为别的，就是要向世界证明谷歌智能的强大。发表在顶级期刊《Nature》的论文光看作者就20个，明显是下了血本，前两位都是计算机围棋界的大牛，一作David Silver是计算机围棋和强化学习的顶级专家，整个博士论文就是做的围棋;二作Aja Huang以前写过多年围棋软件，自己又是AGA 6D的水平。
谷歌DeepMind宣布他们研发的神经网络围棋AI，AlphaGo，战胜了人类职业选手。这篇论文由David Silver等完成。里面的技术是出乎意料地简单却又强大。为了方便不熟悉技术的小白理解，这里是我对系统工作原理的解读。
“深度学习”是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。
AlphaGo是通过两个不同神经网络“大脑”合作来改进下棋。这些大脑是多层神经网络跟那些Google图片搜索引擎识别图片在结构上是相似的。它们从多层启发式二维过滤器开始，去处理围棋棋盘的定位，就像图片分类器网络处理图片一样。经过过滤，13个完全连接的神经网络层产生对它们看到的局面判断。这些层能够做分类和逻辑推理。
AlphaGo的第一个神经网络大脑是“监督学习的策略网络(Policy Network)”，观察棋盘布局企图找到最佳的下一步。事实上，它预测每一个合法下一步的最佳概率，那么最前面猜测的就是那个概率最高的。你可以理解成“落子选择器”。
AlphaGo系统事实上需要两个额外落子选择器的大脑。一个是“强化学习的策略网络（Policy Network）”，通过百万级额外的模拟局来完成。你可以称之为更强的。比起基本的训练，只是教网络去模仿单一人类的落子，高级的训练会与每一个模拟棋局下到底，教网络最可能赢的下一手。
Silver团队通过更强的落子选择器总结了百万级训练棋局，比他们之前版本又迭代了不少。单单用这种落子选择器就已经是强大的对手了，可以到业余棋手的水平，或者说跟之前最强的围棋AI媲美。这里重点是这种落子选择器不会去“读”。它就是简单审视从单一棋盘位置，再提出从那个位置分析出来的落子。它不会去模拟任何未来的走法。这展示了简单的深度神经网络学习的力量。
AlphaGo当然团队没有在这里止步。下面我会阐述是如何将阅读能力赋予AI的。为了做到这一点，他们需要更快版本的落子选择器大脑。越强的版本在耗时上越久——为了产生一个不错的落子也足够快了，但“阅读结构”需要去检查几千种落子可能性才能做决定。
Silver团队建立简单的落子选择器去做出“快速阅读”的版本，他们称之为“滚动网络”。简单版本是不会看整个19*19的棋盘，但会在对手之前下的和新下的棋子中考虑，观察一个更小的窗口。去掉部分落子选择器大脑会损失一些实力，但轻量级版本能够比之前快1000倍，这让“阅读结构”成了可能。
AlphaGo的第二个大脑相对于落子选择器是回答另一个问题。
不是去猜测具体下一步，它预测每一个棋手赢棋的可能，在给定棋子位置情况下。这“局面评估器”就是论文中提到的“价值网络（Value Network)”，通过整体局面判断来辅助落子选择器。这个判断仅仅是大概的，但对于阅读速度提高很有帮助。通过分类潜在的未来局面的“好”与“坏”，AlphaGo能够决定是否通过特殊变种去深入阅读。
如果局面评估器说这个特殊变种不行，那么AI就跳过阅读在这一条线上的任何更多落子。
就像其他的基于MCTS的AI，AlphaGo对于需要很深入阅读才能解决的大势判断上，还是麻烦重重的，比如说大龙生死劫。在面对一些看似正常但实际并不一样的棋局时，AlphaGo也会困惑而失去判断，比如天元开盘或者少见的定式，因为很多训练是基于人类的棋局库的。
我还是很期待看到AlphaGo和李世石9段的对决！我预测是：如果李使用直（straight）式，就像跟其他职业棋手的对决，他可能会输，但如果他让AlphaGo陷入到不熟悉的战略情形下，他可能就赢。
谈到跟谷歌团队的较量，田博士说：“这是一场必败的战斗”，但我还是很佩服他，他让我想到三国时代赵子龙，单枪匹马大战曹军，力拔山兮气盖世！因为他是真正的勇士。正是有了这些英勇无畏的科学家，一次次打破常规，挑战极限，我们才知道人类如此大的潜力。
最近短短几年的发展，从大数据，深度学习人工智能到虚拟现实，从发现了类地球行星，证实引力波，从Hyperloop，无人驾驶，量子计算，这些魅力无穷的科技让我们对世界的认识上升到新的高度。面对这个激动人心的时代，我想说，天空是我们的极限，宇宙是我们的极限，未来才是我们的极限！