李世石逆轉(zhuǎn)形勢后，在右方發(fā)動攻勢，AlphaGo 開始計算應(yīng)對辦法。然而，AlphaGo 一度看似想在右方“提劫”，卻沒有成功，反而跑出“死子”。有職業(yè)棋手判斷，李世石下出 AlphaGo 計算以外的變化，讓程序出現(xiàn)混亂，甚至笑言程序可能發(fā)生故障?，F(xiàn)場評論指，就連 AlphaGo 開發(fā)者之一，連日來代其走子的黃士杰看到 AlphaGo 在右方下子招式時也面露困惑。結(jié)果李世石成功在右方“收氣”，穩(wěn)住一大片形勢。戰(zhàn)至這個階段，AlphaGo 每下一手平均都要思考3分鐘以上。職業(yè)棋手們判斷 AlphaGo 已無法扭轉(zhuǎn)劣勢，勝負(fù)已分。而李世石在“收官”階段，仍然小心翼翼，沒有出現(xiàn)失誤。最終，AlphaGo 投子認(rèn)輸，李世石獲得首勝。這也是 AlphaGo 自去年10月以 5:0 戰(zhàn)勝歐洲圍棋冠軍樊麾后，首次在對奕中向人類“投降”。
由于李世石在第四局執(zhí)白獲勝，在他自己的要求下，第五局比賽由他執(zhí)黑先行。李世石選擇了較為穩(wěn)健的開局，AlphaGo 則繼續(xù)走出新鮮的招法。不過 AlphaGo 在右下角出現(xiàn)了令人費(fèi)解的下法，白棋“送死”了數(shù)子，這也再次表現(xiàn)出 AlphaGo 似乎不太在乎局部的損失。棋局進(jìn)入中盤，李世石在左上角一手“尖沖”試圖削弱中央白棋勢力范圍，但 AlphaGo 在空中反鎮(zhèn)，中央模樣逐漸成型；李世石在上邊穩(wěn)健做活，AlphaGo 又順勢圍出中央大空。
后半盤 AlphaGo 的實(shí)力開始展現(xiàn)，但李世石也并未放棄。盡管再次進(jìn)入“讀秒”，但李世石連續(xù)走出強(qiáng)硬下法，試圖把局面變得更加復(fù)雜，以干擾 AlphaGo 的判斷。但發(fā)揮穩(wěn)健的 AlphaGo 把微弱的優(yōu)勢保持到了最后，李世石于180手投子認(rèn)負(fù)。
AlphaGo的訓(xùn)練者樊麾
世界上也許只有一人可以與李世石感同身受那就是樊麾，三屆歐洲冠軍和AlphaGo事實(shí)上的教練。他曾以5：0輸給AlphaGo。隨后，樊麾加盟DeepMind作為訓(xùn)練者。樊麾不斷的輸?shù)羝寰?。但是，隨著樊麾不斷輸給AlphaGo，有趣的事情發(fā)生了。范來以一種全新的方式開始看待圍棋。在與其他人的比賽中他贏得更多，棋力上升，排名飆升。 AlphaGo事實(shí)上也在訓(xùn)練他。
對陣谷歌的AI重新燃起了李世石對圍棋的激情。這些天來，世界上最大的，最富有的科技公司利用AlphaGo建立具有競爭優(yōu)勢的技術(shù)。哪些應(yīng)用可以更好識別照片？能夠?qū)φZ音命令做出反應(yīng)？不久，這些相同類型的系統(tǒng)可以幫助機(jī)器人與真實(shí)世界的進(jìn)行向人一樣的互動。
在比賽前，Hassabis告訴世界AlphaGo的AI技術(shù)可以推動一種新的科學(xué)研究，讓人類突破新的領(lǐng)域。當(dāng)時，這些說法毫無憑證，讓人認(rèn)為是典型的高科技炒作。但現(xiàn)在不是了，機(jī)器做了非常人性化的事情甚至比人類還要好。是的，你可以看到AlphaGo的37手證明了作為機(jī)器向人類進(jìn)化的早期征兆?；蛘吣憧梢哉J(rèn)為：沒有AlphaGo的37手，就不會有李世石的78手。（持文）
登陸|注冊歡迎登陸本站，認(rèn)識更多朋友，獲得更多精彩內(nèi)容推薦！