眾所周知，由DeepMind公司研發的圍棋人工智能AlphaGo去年3月同韓國棋手李世石展開了五輪驚世較量。最終這場人機大戰總比分定格在1:4，AlphaGo獲得比賽勝利。

今年初，AlphaGo化身Master后創造了連續60場對人類不敗的恐怖戰績，因此圍棋界都希望能夠有一名大神站出來打敗AlphaGo，以證明人類的實力。

5月23日-27日，AlphaGo將與柯潔等為代表的中國頂尖棋手進行圍棋對弈。且與去年AlphaGo與李世石對戰時采用的五局三勝制度不同，本次柯潔與AlphaGo的對決將通過三局兩勝來定出勝負。

下面不妨讓我們通過回顧人機大戰的以往交手歷史簡單判斷一下柯潔大戰AlphaGo能有幾成勝算：

1996年

深藍與棋王

深藍是美國IBM公司生產的一臺超級國際象棋電腦，重1270公斤，有32個微處理器，每秒鐘可以計算2億步。IBM表示，研究團隊總共為深藍輸入了一百多年來優秀棋手的兩百多萬局對局情況。

憑借深藍超強的計算能力，它在1996年與國際象棋的世界冠軍加里-卡斯帕羅夫(Garry Kasparov)進行了一場世界矚目的對決。

國際象棋界公認的棋王卡斯帕羅夫，從小師從國際象棋世界冠軍鮑特維尼克，13歲起參加國際比賽，獲得在法國舉行的第三屆青年世界杯賽第三名。1979年，參加了南斯拉夫舉辦的一場國際賽事，并奪取金牌。21歲時卡斯帕羅夫挑戰第12屆世錦賽冠軍卡爾波夫，并于次年將其挑于馬下首次獲得世界冠軍。后來，他又連續12年一直保持著世界冠軍的頭銜

在1996年深藍與卡斯帕羅夫的對決中，深藍以2:4落敗。其后研究小組將深藍加以改良，運行速度提升一倍，達到了兩億次每秒，可以搜尋和預測其后的12步棋，并在時隔一年后卷土重來。

賽前，卡斯巴羅對于這位“手下敗將”的再次挑戰表示：“這場比賽關系到在純智力領域人類是否優越于機器，關系到捍衛人類的尊嚴”。

1997年5月11日，在人與計算機之間挑戰賽的歷史上可以說是歷史性的一天。計算機在正常時限的比賽中首次擊敗了等級分排名世界第一的棋手，卡斯帕羅夫以2.5比3.5（1勝2負3平）輸給了IBM的計算機程序“深藍”。IBM在比賽后宣布深藍退役，但此役的勝利標志著國際象棋歷史進入了新時代，此戰也成為人機大戰史畫上了濃墨重彩的一筆。

2006年

浪潮天梭象棋大戰

說到棋類的人機大戰，除了國際象棋深藍與卡斯帕羅夫的世紀之戰外，中國象棋有一場人機大戰不得不提，那就是2006年的浪潮天梭超級計算機挑戰人類象棋大師一役，在最終的巔峰對決中，許銀川與浪潮天梭兩戰皆和。

2006年是“人工智能誕生50周年”，從事超級計算機領域的浪潮公司舉行了浪潮杯象棋人機大戰終極對決，代表電腦方出戰的是浪潮天梭，這一超級電腦每秒最多可計算42億步棋，最多可支持上千節點/數千顆處理器。比賽用時對人類來說有些不利，上下午各進行一局，由于電腦超強的計算能力，所以用時越短對電腦更加有利。

人類一方則分為兩隊，第一隊是徐天紅、卜鳳波、柳大華、張強、汪洋五位象棋大師。經過兩輪緊張激烈的酣戰，最終超級電腦浪潮天梭以兩回合10盤棋共3勝5和2負，取得了勝利。人類方第二隊則是通過網絡選拔產生的棋手，從近7萬人的網絡海選中脫穎而出的25名網絡高手被分為五個小組，與浪潮天梭展開了殊死搏斗，最終以5負5和的比分告負。

兩場人機大戰人類皆不敵電腦，當時的中國象棋第一人許銀川挺身而出，單獨約戰浪潮天梭，上演了一場巔峰對決。首局許銀川后手，在劣勢的情況下頂和電腦。第二局，許銀川借先行之利發動攻勢，但浪潮天梭防守滴水不漏，雙方最終兩戰皆和，戰成平手。

賽后許銀川表示：“人在劣勢的局面下心理壓力會非常大，所以面對進攻很多時候會心理潰敗導致對局的失敗。電腦卻沒有心理壓力，而且由于它的計算能力強大，所以反彈能力也非常強，會在劣勢的局面下反彈出來，這一點非常的可怕。”

這場人機大戰沒有輸家，浪潮天梭也向世人證明了自己超強的運算能力。從此象棋界也開始正視電腦的輔助能力，后來在不少年輕棋手的成長歷程中，電腦都起到了不可或缺的陪練作用。

2011年

Watson與《危險邊緣》

2011年，“深藍”的同門師弟IBM人工智能系統“沃森”在美國老牌智力問答節目《危險邊緣》（Jeopardy）中挑戰兩位人類冠軍。

《危險邊緣》是美國哥倫比亞廣播公司益智問答游戲節目，于1964年首次登陸美國熒屏，通過涉及地理、政治、歷史、體育和娛樂等領域的一系列問題考驗選手的知識面。與傳統游戲設置有所不同的是，選手面對的是答案，需要給出與這個答案相對應的問題。參賽者通常需要掌握大量歷史、文學、政治、科學及流行文化知識，還需要解析隱晦含義和謎語等。

雖然比賽時不能接入互聯網搜索，但“沃森”存儲了2億頁的數據，包括各種百科全書、詞典、新聞、甚至維基百科的全部內容。因此“沃森”可以在3秒內檢索數百萬條信息并以人類語言輸出答案，還能分析題目線索中的微妙含義、諷刺口吻及謎語等。“沃森”還能根據比賽獎金的數額、自己比對手落后或領先的情況、自己擅長的題目領域來選擇是否要搶答某一個問題。

最終，“沃森”輕松戰勝兩位人類冠軍。對此，IBM沃森業務實施部副總裁艾德-哈勃（Ed Harbour）就表示：“沃森代表了IBM未來的另—種可能，更代表了人類計算模式演進的下一階段。”

2016年

AlphaGo對戰李世石

賽前，圍棋界和科學界的很多人都對這場比賽做了預測。谷歌(微博)對自己開發的機器人信心很足，聲稱根據電腦計算的結果，李世石打敗“阿爾法狗”的概率為0。而圍棋界則多數站在李世石這一邊，中國棋圣聶衛平認為李世石敗北是不可能的事情。

最終，比賽以1：4李世石輸給AlphaGo結束（值得一提的是，李世石雖然以0:3宣告失敗，但仍需要和AlphaGo下完剩余兩場。）。賽后，AlphaGo戰勝傳奇圍棋選手李世石的消息立刻成了全世界各家媒體的頭條。同時，這也是人工智能歷史上最重要的時刻之一。

“我非常吃驚，我沒想到會輸，AlphaGo的實力居然如此強悍。”李世石賽后說道。

事實上，在跟李世石下棋之前，AlphaGo已經集中學習了半年，比如谷歌為其輸入了3000萬步人類圍棋大師的走法，讓其自我對弈3000萬局，積累勝負經驗，同時它還要在自我對弈的訓練中形成全局觀，并對局面作出評估。經過上述深度學習后，AlphaGo展示出了強大的選擇能力。當然更可怕的是，隨著訓練時間的增加，AlphaGo還在不斷進步之中。

不過不管最終的結果是什么樣，就像谷歌所說的那樣“這場人機圍棋大戰的最大贏家還是人類”。