AlphaGo三番棋對決中的第二盤昨日打響，最終柯潔不敵阿爾法圍棋，第二盤告負，目前雙方比分0:2。

隨后搜狗公司CEO王小川在知乎上發布評論文章稱，2017人機大戰的意義在于它重演一部進化史，重新認識智慧的界限。王小川體現，“AlphaGo2.0 告訴我們：如果有合適的條件，完全可能有其他的生命進化路徑，以及更紛歧樣的進化結果。”

王小川認為，AlphaGo 2.0與1.0已大不相同，新的算法對計算資源開銷極小，把當前棋局輸入神經網絡，電流流過，輸出就是最佳的走棋方案。王小川猜測，有可能僅僅依靠一個 GPU 工作，每一步棋消耗的能源接近人的大腦。

在王小川看來， AlphaGo2.0已經完全拋棄掉人類這兩千年來進化的圍棋經驗，另尋他徑，僅憑兩臺機器自我對弈中學習和進化，最終不但趕超了人類進化的速度，還發展出一套截然差別的下棋方法，而且更加接近完美的狀態，實現了對人類的碾壓，重演了一部圍棋的進化史，并且得出了與這兩千年來差別的進化結果。

附王小川評論全文：

該來的終于來了。

一年前 AlphaGo 發布，看完論文后我就在知乎上發文預測機器會完勝人類。好些行業伴侶不相信，為此我收了很多“智商稅”，之后微信發紅包一直發到春節才發完。此外我還立了兩個斷言：一個是 Google 很有可能再研發出 AlphaGo 2.0，開脫“監督學習”，不再需要人類下圍棋的歷史數據，而是只通過“增強學習”，兩臺 AlphaGo 自我對戰學習如何下棋，并達到登峰造極的地步。從公開的資料判斷，此言中了。這意味著什么呢，又有什么看點呢?

技術重大提升：和 1.0 原理大差別，更接近于人

AlphaGo 1.0 是巧妙地混合了三種算法：蒙特卡洛樹搜索 + 監督學習 + 增強學習。其中蒙特卡洛樹搜索是一種優化過的暴力計算，比 1997 年深藍的暴力計算更聰明。而這里的監督學習，是通過學習 3000 萬步人類棋譜，對六段以上職業棋手走棋規律進行模仿，也是 AlphaGo 獲得突破性進展的關鍵算法。而增強學習作為輔助，是兩臺 AlphaGo 從自我對戰眾中學習如何下棋，據悉對棋力提升有限。

按照公開資料推測，此次 AlphaGo2.0 的技術原理與之前有著巨大差別：

1. 放棄了監督學習，沒有再用人的 3000 萬局棋譜進行訓練。這本是 AlphaGo 最亮眼的算法，也是今天主流機器學習不成制止的核心條件：依賴于優質的數據，在這個特定問題下就這么被再次突破了。

2. 放棄了蒙特卡洛樹搜索，不再進行暴力計算。理論上，算法越笨，就越需要暴力計算做增補。算法越聰明，就可以大大減少暴力計算。從 AlphaGo 2.0 的“馬甲”Master 的歷史行為看，走棋非常迅速，約在每 10 秒鐘就走棋一步，如此速度很可能是放棄了暴力的計算。

3. 極大地強化了增強學習的作用，之前敲邊鼓的算法，正式成為扛把子主力。想想看有多勵志：兩臺呆子機器，遵守走棋和獲勝規則，從隨機走棋開始日夜切磋，總結經驗，不停批評和自我批評，一周后終成大器。

在這樣的算法下，AlphaGo 2.0 對計算資源開銷極小，把當前棋局輸入神經網絡，電流流過，輸出就是最佳的走棋方案。我猜測如此算法下，有可能僅僅依靠一個 GPU 工作，每一步棋消耗的能源接近人的大腦。

最大看點： AlphaGo2.0 棋風完全脫離人類經驗

本年年初，AlphaGo 化身 Master 連勝人類頂尖棋手 60 局。在圍棋領域，機器完勝已經釀成公認的定論。這導致很多人開始問：這次人機大戰還有意義嗎?我們的關注點不再是機器是否會贏——而是機器將用什么姿勢戰勝人類。

AlphaGo 學習了 3000 萬步人類棋譜，走棋風格也近似于人。在角逐現場，偶有 AlphaGo 走棋和人的經驗不符合，就被評為“愚蠢”，只是在中盤之后發現機器漸漸局面占優最終獲勝，為了自圓其說解讀為“AlphaGo 中盤逆轉”，，前兩局莫過如此。第三局開始評論者長了教訓，開始尊稱 AlphaGo 為“阿老師”，有了欣賞和敬畏的心態。這帶給圍棋界很大的沖擊，以前大家認為正確的東西，其實是不正確的。

柯潔曾經評價說：“AlphaGo 出現，很多理論都被推翻，再看以前定式變得好笑，虧那么多目就不再是兩分。”人類通過數千年實戰，總結了圍棋理論，然后計算機告訴人類：這些全都是錯的。現在在很多角逐上，人類棋手已經開始向機器學習，模仿 AlphaGo 的下法，棋圣聶衛平也曾體現“理論被顛覆了”。