原标题：《AlphaGo又赢了，人工智能要逆天，人类能拿它怎么办？》
[导语：不管是围棋界还是科技界，基本已经达成人类不再是AI对手的共识。]
文|《中国企业家》记者 翟文婷
柯洁几乎没有什么悬念，AlphaGo又赢了。乌镇围棋峰会与柯洁的首战中，虽然柯洁出手漂亮，但这款明星AI还是以1/4子获胜。
从现场直播来看，柯洁状态不错，偶尔思考时用他标志性的“抓头发”、“皱眉心”等小动作。在最后“官子”阶段，胜负即将分明时，镜头捕捉到他一个苦笑的表情。赛后他承认，当时知道已经要输了。
整场比赛，柯洁几乎花费了AlphaGo两倍的时间，后者是接近匀速的计算速度。但现场担任解说的中国围棋大师华学明和徐莹却认为柯洁已经发挥出了世界级水平。
这个结局似乎早就被预料到。开幕式环节，AlphaGo开发者DeepMind创始人Demis Hassabis意味深长地说，“这不是人机大战，而是人使用电脑发现新的奥秘和知识。和哈勃望远镜一样，探索宇宙，AlphaGo就是新的哈勃望远镜。”他还补充，目的不是输赢，最终的胜利属于人类。
19岁的柯洁则在决战开始前一晚发微博，无论输赢这都是他与AI的最后三盘对局。不论是AlphaGo还是腾讯绝艺、日本ZEN，都表现出超强实力，他相信未来属于人工智能：
无论输赢，这都将是我与人工智能最后的三盘对局
很多人可能会问为什么？
其实私底下我已经与朋友家人说了很多次这样的想法，现在的AI进步之快远超我们的想象。像国产的绝艺、日产的ZEN虽然和AIphago还有着较大差距，但已经表现出超强的实力了。。。我相信未来是属于人工智能的。
可它始终都是冷冰冰的机器，与人类相比，我感觉不到它对围棋的热情和热爱。对它而言。。。它的热情——也只不过是运转速度过快导致CPU发热罢了。
我会我用所有的热情去与它做最后的对决，不管面对再强大的对手——我也绝不会后退！至少这。。。最后一次。。。
拼尽全力后，无论结果。。。管他口中是是非非，来一首《沧海一声笑》。。岂不美哉、快意？我淡然笑到。。。
来源：柯洁新浪微博25日与27日，柯洁还将与AlphaGo继续两盘较量，除此之外也有两场团队赛。
此次与柯洁对战的是AlphaGo2.0，与去年大胜李世石的版本要更强悍，它曾以Master的化名，通过在线对弈的形式击败了包括柯洁在内的所有选手，60战而无一败。马化腾曾说，AlphaGo2.0已经可以自学并寻找规律，好像模拟出一个现实环境，通过各种反馈进一步升级学习。
所以，不管是围棋界还是科技界，基本已经达成人类不再是AI对手的共识。Demis Hassabis在谈起来中国的目的，一定程度上是寻找AlphaGo的弱点。既然如此，为何人们还是乐此不疲地期待并参与人机大战？
AI是人类开发的，并且起初的智慧全部来自于人类，不是预编程。去年对战李世石的版本通过自我对弈产生了3000盘围棋棋谱，几乎可以达到每分钟推演上亿步棋局的运算能力。
而现在，不仅它的运算能力超乎想像，用柯洁的话说没有弱点，甚至开始反作用于人本身。就连Demis Hassabis都对惊讶于AlphaGo居然有自己的棋路，对这台机器的能力感到震惊。
今天上午的比赛，柯洁的开局方式正是AlphaGo惯用的。而后者使用的几个招数在人类对战中绝不可能出现，柯洁在赛后坦言，“AlphaGo实在下得太出色了，我输得没有脾气。”
“棋圣”聂卫平在这次大赛开始前几天曾说，AlphaGo对职业棋手的影响不是一般的大。2017年“金立杯”围甲联赛第6轮比赛中，棋手们纷纷模仿AlphaGo的着法，有些在过去简直被视作离经叛道，但现在被认为是可行。
很多过去棋手们笃定的理论都被颠覆了。柯洁说，人工智能在冲击围棋职业，也改变他们最初建立起的很多理论与看法，“没有什么棋是不能下的”。一年半前与AlphaGo对战的围棋手樊麾如今加入了DeepMind公司。
其次，AlphaGo的自我学习能力和进化，让其开发者期待在AI游戏做更多探索。2016年暴雪嘉年华，DeepMind宣布将于暴雪合作，打造《星际争霸2》的专属AI系统。它会像人类一样去思考和决策，与AlphaGo有着相同的使命。
当然，外界更想知道，即便AlphaGo打遍全天下无敌手，它对人类究竟有什么实际价值。
据说，DeepMind正在使用AlphaGo系统的变体来服务其他行业，其中一种变体应用于医疗行业，他们正在着力解决蛋白质折叠的问题。这家公司在未来几十年会将善意程序编入机器。“如何检查和解读系统的操作目的，我们也会在建造机器的过程中解决这些问题。”Demis Hassabis说。
人工智能领域，最让他兴奋的两件事：深度学习和强化学习。前者用于识别，后者用于决策。建构人工智能系统是非常复杂的技能，全世界只有几百人能否参与这项工作。即便是引领世界AI水平的DeepMind，实际进展也比较有限。
2016年底，DeepMind将其核心深度学习平台之一“DeepMind Lab”进行开源。这套开源体系可以专注于AI在实际环境中进行视觉+感知的交互，这对于无人驾驶、AR、地图导航、机器人记忆等AI领域的研究与创业者来说，意义重大。
责任编辑：边敏
