人机激斗五局 1：4阿尔法狗胜出

     3月13日中午12点，迎来“人机大战”第四场，此前韩国九段棋手李世石连败三场，五局系列赛提前告负。最后两局的意义，更多是为职业棋手的尊严，为测试、寻找的可能薄弱点而战。

     在两小时布局时间用完之际，李世石出现“年度妙手”考验AlphaGo（阿尔法狗）。AlphaGo陷入长考，并下出一步看似失误的棋。第78手让大家看到熟悉的李世石九段回来了。

这是人机大战第四局的最终棋盘

　　李世石越战越勇最终拿到首胜，总比分3：1落后。
　　根据Deepmind团队的说法，阿尔法狗在79步时仍乐观认定自己有70%的胜率，而实际上78步时李世石就下出了逆转的好棋，阿尔法狗没评估出来这步棋的意义。AG的乐观情绪持续到87步时迅速跳水，之后它应该就认为自己输了。所以说78步是关键一步，李世石成功迷惑了人工智能，将原本十分不利的场面逆转，最终赢得胜利。第78手很多人都没有想到，完全是妙手，李世石说：“我觉得当时可以通过这样的方式占据优势，也是唯一可以走的棋子，被大家称为‘神之一手’有些夸张了，只是当时唯一的选择。”

　　AlphaGo之父哈萨比斯首先称赞李世石是一名非常优秀的棋手，是真正的传奇。对于AlphaGo程序存在的问题，他说只有等到回伦敦后才能详细分析。他再次表示，这次试用的是分布式的第18版本的AlphaGo，与前几天对战版本相同。

　　对于AlphaGo今天比赛中下出臭棋，哈萨比斯说AlphaGo会有很多招数与人类棋手考虑得不一样，这些招数有些成功了，有些没获得成功，这些都需要回去详细分析后才能得出结论。随后他主动补充说：“AlphaGo的训练并没有专门针对李世石先生，而是像对普通棋手比赛前一样，做的只是日常的准备。AlphaGo备战就是从网上下载很多业余棋手的棋谱研究，没有什么特别之处。”不过随后他又说：“要针对某一个棋手备战也很难，我们至少需要数百万甚至上亿的棋谱，才能整体给AlphaGo，它才能接收并进行深度学习。”

　　DeepMind公司CEO兼谷歌副总裁戴密斯-哈萨比斯（DemisHassabis）表示：“与电脑击败国象、象棋的职业高手不同，围棋是人类发明的所有游戏中最深奥的，围棋简单的原理产生出复杂而优美的深度，根据直觉的相对随机的计算则使得电脑变得很难掌控。因此这次李世石接受挑战令谷歌深感荣幸，无论李世石九段胜利或是失败，我们都希望能够引发全世界对围棋的更多关注。”

　　李世石表示计算机下棋时体会不到围棋的美和人的美，因此即使我输给它，围棋的价值不会受损。

　　谷歌围棋软件“阿尔法狗”在与世界冠军李世石的第五局决战，以“狗”的中盘胜出而告终。

　　尽管李世石是中盘认输，但实际上输的差距并不明显，在大战280手后(棋盘上总共只有361个点)，李的黑棋还领先4目，但是因为贴目是7.5目，所以李爽快认输了。这一局，左边的169手“点”一度大大挽回了损失，让人看好。可惜最终人类的拥趸没有如愿。

　　围棋本身难度纵深大，职业高手在过招之时，经常就像武林高手的对决一样，招不用老，出手则变，试探而止。很多变化是只存在与他们的脑海中的，大量的彻底的局部变化根本不会出现在棋盘上。对于低水平的学习者来说，高手这里走一步就脱先，又跑到那里走一步又脱先，就算有大量的详尽讲解，也是很难理解和接受的，反而会被搞得晕头转向。水平高的人不是不讲棋理，而是随着棋感，计算，判断的提高，对于棋理的理解加深，越来越不拘泥于局部的棋型“常识”

　　 围棋的核心，是直觉

　　 棋手选择落子位置的思维过程可以分解为四步：常识→棋感→计算→判断。棋形，棋势，棋味（下棋能识出一个人的品性，棋如其人。年龄的不同，心境的不同,在棋中品出的味道也会不一样的。）每个棋手的把握都不一样，李世石获胜也说明直觉对围棋的重要性，人的创造思维还是机器无法模拟的。