2017年5月23日，第二次“人机大战”火热开赛。去年曾大比分打败韩国运动员李世乭的AlphaGo，再次与柯洁等为代表的中国顶尖棋手展开对局。

比赛使用中国规则，三番棋，无论胜败，每方3小时，5次1分钟读秒。因为此前对战李世乭时AlphaGo展现出出有了极强实力，完全以“碾压人类”的方式取得胜利，所以对于第二次人机大战，众多业内人士实在人类期望并不大。

去年第一次人机大战之前，搜狗CEO王小川曾在知乎公开发表评论，具体回应AlphaGo将战胜李世乭。而对于这次比赛，他再度在知乎传达了自己的态度：“我们的关注点仍然是机器否不会输掉——而是机器将用什么姿势战胜人类。

”王小川说道，AlphaGo2.0和1.0技术原理具有极大有所不同，更加相似于人，因此这次比赛的仅次于看点是，AlphaGo2.0也许不会频现“怪招”，几乎政治宣传人类对棋士的解读。AlphaGo告诉他我们：我们还有很大的发展空间；而AlphaGo2.0告诉他我们：如果有适合的条件，几乎有可能有其他的生命演化路径，以及更加不一样的演化结果，相等于重演一部进化史。以下为王小川知乎全文：该来的再一来了。

一年前AlphaGo公布，看完了论文后我就在知乎上发文预测机器不会战胜人类。好些行业朋友不坚信，为此我缴了很多“智商税”，之后微信发红包仍然零担春节才发完。此外我还立了两个断言：一个是Google很有可能再行研发出有AlphaGo2.0，挣脱“监督自学”，仍然必须人类下围棋的历史数据，而是只通过“强化自学”，两台AlphaGo自我对战自学如何对局，并超过登峰造极的地步。

从公开发表的资料辨别，此言中了。这意味著什么呢，又有什么看点呢？技术根本性提高：和1.0原理大有所不同更加相似于人AlphaGo1.0是精妙地混合了三种算法：蒙特卡洛树根搜寻+监督自学+强化自学。

其中蒙特卡洛树根搜寻是一种优化过的暴力计算出来，比1997年深蓝的暴力计算出来更聪明。而这里的监督自学，是通过自学3000万步人类棋谱，对六段以上职业棋手走棋规律展开仿效，也是AlphaGo取得突破性进展的关键算法。

而强化自学作为辅助，是两台AlphaGo从自我对战众中自学如何对局，据报对棋力提高受限。根据公开发表资料推断，此次AlphaGo2.0的技术原理与之前具有极大有所不同：1.退出了监督自学，没再行用人的3000万局棋谱展开训练。这本是AlphaGo最亮眼的算法，也是今天主流机器学习不可避免的核心条件：依赖优质的数据，在这个特定问题下就这么被再度突破了。

2.退出了蒙特卡洛树根搜寻，仍然展开暴力计算出来。理论上，算法就越田寮，就就越必须暴力计算出来做到补足。

算法就越聪慧，就可以大大减少暴力计算出来。从AlphaGo2.0的“马甲”Master的历史不道德看，走棋十分很快，大约在每10秒钟就走棋一步，如此速度很有可能是退出了暴力的计算出来。3.很大地增强了强化自学的起到，之前敲边鼓的算法，月沦为扛把子主力。

想想看有多励志：两台白痴机器，遵从走棋和获得胜利规则，从随机走棋开始日夜传授，总结经验，大大抨击和自我批评，一周后终成大器。在这样的算法下，AlphaGo2.0对计算资源支出大于，把当前棋局输出神经网络，电流流到，输入就是最佳的走棋方案。

我猜测如此算法下，有可能意味着依赖一个GPU工作，每一步棋消耗的能源相似人的大脑。

本文来源：千亿官网平台-www.dollarsandpups.com