5月23日下午近3點，經過4小時17分37秒的鏖戰，圍繞在柯潔和AlphaGo的第一場人機大戰的結果最終定格在“AlphaGo執白1/4子勝”。19歲的柯潔一邊數子，一邊露出苦笑。

　　“輸得沒什么脾氣。”柯潔在賽后新聞發布會上說。

　　對一個職業棋手來說，爭勝是他的宿命。但柯潔不得不承認，AI進步速度太快了，AlphaGo和去年相比判若兩人，“當時覺得它的棋很接近人，現在感覺越來越像圍棋上帝。”

　　“現在的AI進步之快遠超我們的想象。”柯潔說，自己相信未來是屬于人工智能的，可它始終都是冷冰冰的機器，與人類相比，感覺不到它對圍棋的熱情和熱愛。“對它而言……它的熱情——也只不過是運轉速度過快導致CPU發熱罷了。”

　　他說，要用自己的所有的熱情去與AlphaGo做最后的對決，“即使面對再強大的對手——我也絕不會后退！”

　　這次的人機對戰采用“慢棋”賽制，這對于人類棋手有一定利好。但距離今年年初AlphaGo的化身Master以60戰不敗成績完勝世界頂尖棋手已經過去4個多月的時間，柯潔面對的是又一次進化了的人工智能。

　　相比較并無太多懸念的比賽結果，人機對弈的過程不失精彩。

　　比賽中柯潔執黑先行，在比賽前半段中，柯潔表現相對輕松，還曾露出微笑，引發了現場人士的不少猜測。但在比賽接近尾聲時，他的表情漸漸冷峻起來，時而托腮，時而眉頭緊皺，并且頻繁地抓著頭發。

　　中國圍棋協會秘書長華以剛在解說中透露，抓頭發是柯潔下棋時的小癖好，但這一次，形勢似乎不太樂觀。

　　相比之下，AlphaGo落子速度飛快，有些棋子甚至是“秒下”。

　　AlphaGo早已展現出超越人類棋手固有思維和套路的招法，為了應對它，柯潔還專門想了一些有針對性的招數。例如在開始時下了兩個“三三點角”，這其實是AlphaGo特別喜歡下的招式，柯潔模仿了它的下法，想看看對方怎么應對，結果發現AlphaGo不僅應對得很好，而且不少新的下法都在意料之外。

　　再如，AlphaGo在中間斷過一次，這讓柯潔很震驚，在人類的比賽中這樣白棋就變成了后手，但柯潔事后分析認為這是一手好棋，其實一石二鳥，做厚了白棋角部的勢。AlphaGo這一大膽出擊，令柯潔感慨“AlphaGo實在下得太出色了，我輸得也沒什么脾氣，真的是很厲害”。

　　在講解中，常昊九段評價，AlphaGo十分注重全局和中央的勢力發展，每一手都追求效率，樊麾二段也說，AlphaGo力爭在棋盤上的每一個子都能綜合利用起來。

　　至于接下來的比賽，柯潔表示：“我希望我盡全力去拼每一盤，也希望自己給大家帶來圍棋的快樂。”柯潔透露，這三場比賽將是他與人工智能的最后3盤棋。“希望不留遺憾，下出好棋，讓AlphaGo主機更發燙一點也好。”

　　AlphaGo的下一步

　　在圍棋領域，人工智能戰勝人類似乎已經沒有太多的懸念。但其實，勝負或許早已不再重要。

　　在此前接受第一財經記者采訪時，古力九段曾說，對于這場人機大戰，人類勝率比10%低一些，“我不知道這樣說是低調還是高調”。

　　他認為，AlphaGo有弱點，只是棋手們目前還沒有觸碰到它的弱點，或者說還沒觸發出來。“隨著局數越來越多，有可能發現它的弱點。”

　　Deepmind創始人DemisHassabis也在當日說，期待柯潔這樣的頂尖棋手能找到此前不知道的弱點，幫助AlphaGo進步。

　　在現場觀看比賽的英語流利說首席科學家林暉博士對第一財經記者說，這個結果并不意外。

　　“從技術上看，AlphaGo勝在‘沒套路’，它嚴格意義上來說并不是人類教出來的最好學生，不會被人類的下法所束縛。AlphaGo2.0已經超越棋譜，自我督學。AI與AI之間可以相互較量，甚至不眠不休、每時每刻地‘左右互搏’。因而在布局和下法上自成一體，超越人類。”林暉說。

　　在DemisHassabis看來，AlphaGo不是以編程的系統，而是以增強學習的方式，以人類棋手的經驗為基礎，進行不斷學習形成自我的能力。“就好像哈勃望遠鏡一樣，我們和它一起探索宇宙。”他同時評價，柯潔是一個天才選手，相信他會以一個全新的方式與AlphaGo對弈，為圍棋界探索新的方法。

　　值得一提的是，此次跟柯潔對戰的AlphaGo版本是單機版。至于AlphaGo是否能夠做到控制勝負差距，DemisHassabis稱它的目的是要將獲勝概率最大化需要做決策來實現完勝。

　　事實上，站在人工智能發展如火如荼的今天，這場圍棋對決的終極要義是：人工智能為探索圍棋的奧秘將帶來什么？它的極限在哪里？它將怎樣更好地造福人類？

　　創新工場創始人李開復更直言：“我們應該更加關注商業領域的人工智能，在金融、醫療、教育等領域產生商業價值，讓世界變得更美好。”

　　而在今年IT領袖峰會上，馬云更稱“AI下棋”并不是人工智能應該體現的能力。“機器要做的是人類做不到的事情，這才叫本事”。

　　其實，現在已經很難說AlphaGo只是一個面向圍棋這一垂直領域的人工智能了。

　　DemisHassabis表示，DeepMind正在使用AlphaGo系統的變體來服務其他行業，例如通過與人類專家的合作，可以找到各種各樣的創新方式，包括從“其中一種變體應用于醫療行業，我們正在著力解決蛋白質折疊的問題，用來治療各種疾病”。