哈薩比斯：Al進步多大保密 對陣李世石有機會
新浪體育訊 3月8日下午，DeepMind創始人兼谷歌副總裁戴密斯哈薩比斯接受中文媒體
的聯合採訪，對一天后的人機大戰充滿自信，並透露自己也有圍棋段位，即興落子紋枰。
關於AlphaGo及團隊
AlphaGo一直在自我對局，即使是相同版本，對局中也會出現不同招法，因為是根據
蒙特卡洛搜尋樹採取策略，會形成非常有趣的棋譜。總的來說 我們有18版軟體。在和樊
麾的比賽後，AlphaGo繼續進步了很多。如果李世石和樊麾下100盤，有可能贏98盤。而
AlphaGo對陣李世石九段也有 機會。至於進步了多少暫時保密，但賽後會公開的。自己是
昨日來韓，論文第一作者大衛和黃世傑也是昨天來的。但團隊已來了快10天，主要是在籌
備組織，畢竟 是個大事件。兩位元工程師在測試網路。
關於比賽規則
比賽將使用中國圍棋規則，因為數子的規則對電腦來說更容易理解。按李世石的要求
每方2小時3次1分鐘讀秒的用時。
關於對手和場地
選擇韓國因為李世石是十年來的圍棋傳奇，所以在他的家鄉比賽。我們也知道還有其
他高手，沒准下次會和柯潔在中國比賽。
關於初衷
我20年前學棋，其他人可能更早。我們都對深藍人機大戰印象深刻，認為如果能在圍
棋上成功將會很驚人。所以2年前我們開始研究人工智慧圍棋的自我學習。
關於國際象棋和圍棋的區別
圍棋是一種更依靠直覺的棋類，而國際象棋大部分情況下依靠的是計算。圍棋雖然也
需要一定的計算，但我認為，圍棋棋手實力越強，比賽中的直覺就越準確。我昨天和李世
石聊過這點，他也有類似的看法。
圍棋更注重直覺判斷，因此難度比國象更高，但也讓研發圍棋程式更有意思。讓機器
複製人類思維還很困難。機器速度很快，擅長計算，但傳統機器在直覺方面的表現並不算
好。
關於棋界對AlphaGo的討論
（有的棋手認為AlphaGo無法理解圍棋）很有趣，我覺得有這種想法的原因是我們很
難解釋機器那裡發生了什麼，AlphaGo也無法解釋自己怎樣思考。比賽結束之後或許會研
究它的決策機制。
我覺得AlphaGo進入其他領域應該也會有類似的討論。論文在《自然》上發表後，AI
界和圍棋程式設計界都感到驚訝，因為他們原本以為程式能夠達 到返回的水準還要10年
時間。實際上，今年以來，DeepMind發表的論文在其他任何領域裡，都是電腦科學論文下
載量的前三。
關於AlphaGo對圍棋界產生的影響
年輕時我下了很長時間國際象棋，圍棋比國象變化更複雜，讓機器來學習會更有趣。自己
是在劍橋學的圍棋，但只有業餘1段，我沒和AlphaGo下過， 因為自己棋力低，AlphaGo進
步太快了。不過我和其他電腦圍棋下過，很有趣。AlphaGo目前正式人機大戰對手只有樊
麾和李世石。樊麾曾說對陣 AlphaGo感覺對面是一堵牆，因為無法感受到對手的心理波動
吧。隨著比賽的進行，對他自己也是有提高的。AlphaGo以後也有可能會公開，有助於其
他人進步。
關於人工智慧的未來
很多人都在研究人工智慧，我們希望能提高對人工智慧的理解，試圖去瞭解人類學習
的機理。這個系統應該像大腦一樣，理論上可以模仿聰明腦瓜，用來學習各種東西。現在
來說還早，但我們項目技術將可以應用到很多領域。我們的研究很獨特，可以進行長期或
短期研究，不同研究還可以有機結合在一起，很靈活。 甚至將來有可能幫助利物浦隊挑
選球員（笑）。5年後人工智慧會變得更加智慧，深入到生活方方面面。
（周峰 新舟）
http://sports.sina.com.cn/go/2016-03-08/doc-ifxqaffy3763333.shtml