@电脑报AI与机器人 记者 黄枪 发自浙江乌镇

     “我很早就知道自己要输1/4子，所以无奈苦笑。”新闻发布会上，柯洁说起了赛后点棋时自己的“诡异”微笑。

      5月23日下午近3点，围棋人机大战2.0版第一场，在持续4小时17分之后，至第286手棋，19岁的天才少年、围棋界排名第一的柯洁，以四分之一子的微弱劣势，败给围棋人工智能程序AlphaGo（阿尔法狗）。

     “AlphaGo今年的棋和去年的相比，判若两人。当时觉得它的棋很接近人，现在感觉越来越像‘围棋上帝’。”柯洁说自己输得没什么脾气：“我暂时没看见AlphaGo的弱点，它对棋的判断和理解已经远超过人了，要赢的话除非有Bug出来。”

      输掉四分之一子，是中国围棋规则里最小劣势，但这也是AlphaGo被设定为最稳妥打法的结果——换句话说，就是AlphaGo已不满足于只是单纯取得胜利，而是控制胜利概率以及输赢差距。

      这个说法得到了Deepmind创始人、AlphaGo之父戴密斯.哈萨比斯(Demis Hassabis)与AlphaGo团队负责人大卫.席尔瓦某种程度上的认可。“我们的确在测试AlphaGo获取胜利的程度。”

      两天后的5月25日13点37分，在147手之后，柯洁执白中盘输给了AlphaGo。这次时间更短，整个比赛用时只花了3小时零4分45秒。

      要知道在比赛结束之前20多分钟，解说嘉宾古力九段还在说柯洁占优，今天很有见证历史希望，而哈萨比斯也发推说今天柯洁表现很完美。柯洁作为对战者，记者见到他也明显两眼放光，似乎看到了通向胜利的曙光，为了压抑激动情绪甚至去了一个厕所。

      但想不到的是，阿尔法狗在133手的神之一手，确保可以多一枚白棋打爆黑棋。柯洁先是一愣，随后陷入了大长考，眼神也逐渐黯淡无光。“打劫的时候，柯洁打吃下错了，受到情绪严重影响了。”一位棋手评论说。

      形势就这样逆转，柯洁突然认输，同声传译中传来柯洁很明显“哎”叹息声时，整个媒体室、观摩室也是一片“啊”的惊呼之声。

     “还在直播，突然就结束了，现在感觉好难过。”在Google的围棋峰会媒体群中，一位同行有着说不出的悲伤。

      或许，这就是人类和人工智能的最大区别——人类总会计算错误，总会受到情绪的影响。而AlphaGo，则永远是在冰冷的机器背后， 无情而冷静的演算着属于它的胜利。

全世界都事先认定的失败

5月23日，柯洁与哈萨比斯、施密特首次合影

5月24日，柯洁射箭放松心情

      5月23日16点30分，新闻发布会结束后，柯洁在几位工作人员陪同下，往国际会展中心场外走去——这原本是一场五至六个小时的围棋对决，由于AlphaGO异于人类的落子速度，时间缩短了两小时。

      场馆外，是浙江乌镇磅礴了一天的江南梅雨，积水早已没过脚面。与柯洁一同随行的《电脑报》“AI与机器人（dnbai2017）”记者注意到，也许还是沉浸在与AlphaGo比赛第一局败北的失落中，柯洁打算一头扎进大雨中，所幸被人一把拉了回来。

      很快，平静出现了柯洁脸上。他先是轻声询问有摆渡车没有，然后对包括记者在内的周围所有人点头微笑致意：“各位辛苦了。”

      是微笑，不是苦笑。1天后，柯洁上午先是与好友、连笑八段在乌镇所属的乌村满面阳光的钓鱼、射箭、摘枇杷；傍晚时分，记者又在所住乌村的知青年代餐厅遇到了柯洁，这位19岁的围棋界第一人，与连笑和另外两位女性同伴安静享用着与记者们一样的晚餐。

      看上去，压力一朝放下，柯洁终于可以不用多去想明天（5月25日）的第二局比赛，安稳睡上一个好觉了。

      两天前，5月22日决战前夜，柯洁在深夜23点25分更新了“感慨万千”的微博，字里行间满是“悲壮”，他说“无论输赢，都是自己与人工智能最后三盘对局……拼尽全力，无论结果……”

      没人知道，决战前的柯洁度过了多少不眠之夜，经历了怎样的心路历程。在10多天前，他凌晨1点半发微博，给自己泡了一碗面，说：“我泡的，是寂寞。”

      在外界的各种声音中，柯洁或许逐渐认识到，他是最后一个，相信自己有可能赢的希望的人了——1个月前，柯洁在微博中豪情壮志的表示“抱有必胜心态、必死信念，不会轻易言败。”

      很早之前，这就是一场全世界早就认定柯洁必输的比赛。今年4月，人机大战日程敲定后，聂卫平、古力、常昊、王小川、李开复、傅盛等棋界、科技界名人都先后表示了对结果的悲观，聂卫平话说的很直接：“柯洁水平与AlphaGo差距太大，将以0比3完败。”

      还有欧洲博彩业开出了盘口：柯洁获胜的赔率为1：8，即如果投10元，柯洁赢可赚到7元，而AlphaGo赢只能赚5毛。到了3月25日第二局开赛前，柯洁获胜赔率高达为1：11。

      实际上，就连不懂围棋，此前也未听说过AlphaGo的乌镇人员，在记者到达乌镇的当天，也下了“人怎么可能赢得过机器”的断然结论。而在比赛过程和比赛结束后，“AI与机器人（dnbai2017）”记者在几百人的观摩厅看到，没有喧哗与议论，甚至没有太多惋惜，人们几乎都是“果然如此”的表情——尽管，柯洁看上去只是惜败。

      回到一年前，无论是外界，还是柯洁自己，当李世石与AlphaGo人机大战之后，都把柯洁当成了守护人类智慧堡垒，也就是围棋不被人工智能彻底碾压最后的希望。 

      “在沦陷之前，它塑造了柯洁，为人类围棋留下最后的尊严。”2017年2月，著名围棋记者张大勇在他与柯洁合作撰写的《梦战》一书中这样写道。这本有关第二届梦百合杯细解的书籍，名字是柯洁亲自取的，详解了柯洁在18岁时，在梦百合杯从天堂到地狱的挣扎历程。

      1997年，这位当今围棋界第一人，出生于浙江丽水——或许这也是主办方将比赛场地放于乌镇这个全球知名互联网小镇原因之一。10岁时，他拿到第一个全国冠军；2008年，在中国围棋职业段位赛中成功晋级，年仅11岁即成为职业棋手。此后多次问鼎全国冠军和四个世界冠军，仅次于古力的八个。

      关于他的实力，用柯洁自己的话来说就是“正式比赛中，单盘8：2碾压李世石，李世石赢的两盘没有任何作用。”一直到2016年7月18日，世界职业围棋排名网站GoRatings公布最新世界排名，AlphaGo成为新的世界第一以前，柯洁已连续24个月雄踞榜首。

      但彼时，没有太多普通人知道柯洁，他在新浪微博的粉丝不到1万。那时，他的微博名叫“柯洁大棋渣”。

      一切改变从2016年4月，李世石完败AlphaGo开始。李世石首场战败后，柯洁发了条微博：“AlphaGo胜得了李世石，胜不了我。”这句话，让这位少年天才成为颇受争议的超级网红，他的微博粉丝一夜间增加了数十万。

      那是AlphaGo第一次公开亮相，在算法上还存在一些漏洞，也在第四局中连出数手“臭棋”，让李世石扳回一局。尽管柯洁此后称“AlphaGo超乎自己想象的强大”，但仍主动向AlphaGo下了战书：“来吧！管你是阿法狗还是阿法猫！我柯洁在棋上什么大风大浪没见过？让风暴再来的猛烈点吧！”

      这位豪言壮志的少年或许还没意识到，李世石很可能将是唯一赢过AlphaGo的人类。

人类13年，不敌AI几个月

      5月23日8点50，围棋峰会正式开幕前，柯洁第一次见到了AlphaGo之父——人工智能公司DeepMind创始人兼CEO戴密斯•哈萨比斯。

      现场记者长枪短炮的包围下，在Alphabet公司（Google 母公司）董事长埃里克·施密特（Eric Emerson Schmidt）陪同下，哈萨比斯先与参与团体赛、配对赛的中国棋手握手见面。随后，在工作人员带领下，哈萨比斯与柯洁进行了简短的寒暄。这是两人的首次见面。

      “机器从来就不是站在棋手的对立面。”开幕式上，哈萨比斯如此表面自己的立场，无论这次“人机大战”的结果如何，“本质上都是人类的胜利，就像人类探索哈勃望远镜一样。柯洁是一个真正的天才，相信他和AlphaGo的对弈，将开启一个新的天地。   

      摄像摇臂此时转到台下的柯洁，出现在大屏幕中的柯洁一脸平静。他有何感受，没人知晓。

      但柯洁是有备而来的。

      10点30，比赛正式开始。柯洁执黑棋先下，AlphaGo由黄世杰执白棋后下。一开始，柯洁在左上角祭出了三·3点角。这个开局由传奇围棋大师吴清源和木谷实在上世纪30年代创立，曾经流行数十年，此后在现代围棋中渐渐淡出。今年1月，化名Master的AlphaGo在一系列比赛中再次启用此开局。

      柯洁模仿了它的下法，想看看对方怎么应对。一位参赛棋手对记者说，今年4月确认对决后，柯洁有意识寻找对抗AlphaGo软肋的方式，在这段期间内的8盘比赛中，柯洁尝试了很多从未用过的运子方式，面对柯洁如此的尝试和表现，业内人士评价他“越来越像AlphaGo了”。

　　  这样的说法也得到了柯洁的印证，赛后新闻发布会上，柯洁表示，他确实选择了针对性的下法。

      这并非柯洁与AlphaGo的首次交手。今年年初，AlphaGo以Master之名在奕城和野狐两大围棋网站踢馆，以60胜1平占据碾压中日韩顶尖职业高手，唯一一次平局也是因为对手意外断开了网络连接。

      柯洁也同“Master”有过交手，以落败而告终。“第一盘不知对手是谁，心态还好，后面因为知道对手不是人，心态就坏了。当时也吃不下饭，就住院了。”后来，柯洁在采访中称，人机对决给了他更大压力。

      柯洁也不是第一次面对人工智能。今年3月之前，柯洁在与腾讯围棋人工智能绝艺的对弈中，拿到过四连胜，而绝艺则取得过对柯洁的13连胜，其中绝艺执白7局取得5局胜利，绝艺执黑14场取得11局的胜利。

      在AlphaGo出现前，柯洁一度对认为自己已经至少掌握了围棋之道的50%，但多次被人工智能击败后，柯洁无奈地承认，自己学棋13年才达到现在这个棋艺的程度，而围棋AI从业余水平，只需几个月，就达到了人类顶尖棋手的最高水平。

      目前，国际职业围棋棋手排名采取Elo等级分制度。AlphaGo的进步令柯洁感到难以置信——2016年1月击败樊麾时，它的Elo在 3000 分左右，而到4月完败李世石时，这一数值已经达到了 3500 左右。Elo从3000到3500，AlphaGo 只用了五个月，而柯洁将自己的Elo从 3300 提升至 3600，则用了将近五年。

      快速提升背后，是AlphaGo全新的深度学习逻辑。这种经历迭代的深度学习逻辑，其强大力让人类难以望其项背。2016年1月，在国际顶级期刊《自然》的一篇关于DeepMind关于AlphaGo深度解析论文的封面报道。报道称，DeepMind为AlphaGo搭建了一个“将人类的直觉赋予了计算机”的神经网络——16万盘人类棋手的棋谱被输入AlphaGo，在学习了人类落子布局的特征后，它又自我对弈3000万盘，不断提高神经网络的精度。

      今年3月，柯洁说，“很多棋手都对AI走火入魔了，包括我。”他研究了很多的围棋软件，对AlphaGo 过去的每一局进行了详细研究。“有一段时间，我很想向AI学一些招数，但感觉把握不好。AI对一些局面的判断和把握，我们还没有完全理解，简单模仿学习AI的招法，还不能立即有好的效果。”

      在柯洁看来，“以彼之道，还施彼身”或许是自己能战胜AlphaGo的最大希望了，有人找出了柯洁的两条微博来证明：一条上说“终于用非常手段终结14连败了”，从棋谱看就是通过模仿棋打败了腾讯的AI绝艺。另一条微博里说：“感谢Alphago最新版给我们棋界带来的震撼……若不是住院，我将用上那准备了一个星期的最后一招”。有人猜测那一招就是模仿棋。

      只是，新版本的AlphaGO和去年战胜韩国顶级棋手李世石的版本相比，几乎是两个完全不同的“人”——之前 AlphaGo 提升一个版本需要 3 个月，现在只需要 1 周。AlphaGo 对阵李世石时的版本号是 V18，而当下的版本估计已经到了 V60，在逻辑上和棋局策略上已经今非昔比。

更可怕的是，AlphaGo已可以控制胜率了？

      “以彼之道，还施彼身”带给柯洁的，只是比赛前半段的短暂轻松。很快，柯洁开始变得明显有些犹豫，多次拿起黑棋又放下，并时不时抓头发、皱眉、托晒、摇头，脸上不时露出“诡异”笑容，不知道是苦笑还是微笑。

      相比之下，AlphaGo落子速度飞快，柯洁用时约80分钟思考后，AlphaGo才用时约20分钟，有些棋子甚至是“秒下”，但落子结果却在不停地给柯洁出难题，一番勾心斗角之后，都是AlphaGo更占优势。

      围棋专家们早已看到了结局，记者在午餐偶遇讲解员常昊时，常昊就表示，“柯洁明显和AlphaGo差距很大，在开局不久就已经落后了，AlphaGo的布局构思远胜于人类。”

      第一场比赛，柯洁和执棋的黄士杰没有吃午饭，四个小时之内上了几次厕所。

      或许，在全世界都认定必输局面情况下，胜负已经不是人机大战第二季的主要看点。

     “人工智能不是对手，可以成为朋友。我们看看它的极限究竟在哪里。”古力在发布会开始前表示。

      只是，想要看到AlphaGo的极限并不容易。5月24日，DeepMind首席科学家大卫·席尔瓦（David Silver）透露称，目前的AlphaGo，比去年战胜李世石的那一版要“强三子”：“AlphaGo成为自己的老师，它从自己的搜索里学习，有着更强大的策略和价值网络。”

      也就是说，按照围棋等级划分，现在AlphaGo 的积分为4500分左右，遥遥超越所有人类，目前暂列人类职业棋手第一位的的柯洁积分为3620分。

      此言一出，四座皆惊。虽然此前也有过类似传闻，但这一次却是实实在在从DeepMind首席科学家口中说出。柯洁立刻发了一条微博：“早就听说新版AlphaGo的强大……但……让……让三个？我的天！”他解释说，这个差距有多大呢，就像武林高手对决让人先捅三刀。

      尽管此后DeepMind团队的樊麾二段发表声明称，“当AlphaGo与从未对弈过的人类棋手对局时，这样的优势就不复存在。”不过，这并不能掩盖AlphaGo的种种可怕。 

      更可怕的，或许还是如今版AlphaGo强大的自我迭代和更新能力，在算法上，这一版本的 AlphaGo 已经不需要外在“导师”，能实现自我学习了。

      早期，AlphaGo仍通过学习六段以上的围棋选手下法来进行学习，但如今与去年相比，2.0版的AlphaGo将正式摒弃人类棋谱，只靠计算机自身深度学习的方式成长。即通过数学模型下的自我对弈和深度学习，下出完全属于人工智能（AI）的围棋。

      搜狗总裁王小川称，此次AlphaGo可能已经放弃了监督学习，也就是说不再依赖原先人类的3000万局棋谱，甚至有可能放弃了蒙特卡洛树搜索，大大减少了暴力计算，落子速度更快、准确率更高。两台没有棋谱数据的AlphaGo自我对战学习如何下棋，并达到登峰造极的地步，只需要一周的时间。

      换句话说，就是“AlphaGo已经是自己的导师”，甚至于它已经不满足于只是单纯取得胜利，而是控制胜利的概率以及输赢的差距——根据举个通俗的例子：90%赢10目和100%赢1目，AlphaGo一定会选择赢1目的变化，因为胜率更高。这也是AlphaGo在早早掌控巨大优势，后盘一路放缓脚步的原因。

      这个说法得到了哈萨比斯等人某种程度上的认可。“我们的确在研究如何通过多线路决策来扩大胜率，甚至是去控制胜率，这是我们的一个探索方向。” 哈萨比斯说，他们的确在测试AlphaGo获取胜利的程度。

从此以后，人机大战或许再无意义

棋手张璇和常昊夫妇现场讲解

      “此次出战的AlphaGo是单机版，比李世石对弈的版本要高出十倍，以计算量仅需原来的十分之一，训练时间也从几个月缩减到了几个星期。”哈萨比斯说，目前的AlphaGo是在云端由单TPU运行，与李世石对战的AlphaGo在云上有50个TPUs在运作，搜索50个棋步为10000个位置/秒，而5月23日打败柯洁的AlphaGoMaster则在单个TPU上进行游戏。TPU是专门为机器学习而设计的处理器。

      如果说之前的AlphaGo还依赖于大量的数据的计算，那么进化后的AlphaGo几乎就像是一个真正深谙围棋艺术的天才。柯洁说，和AI下棋时就像“安乐死”，AI的许多招法不仅超乎人类想象，甚至它在保证胜利的前提下还可以给人类一个“体面”的输法。

     “数千年以来，历史留下了关于围棋的无数玩法和总结，计算机却告诉我们人类全都是错的。”柯洁的话语中，是掩饰不了的凄凉。

      自古以来，人类就对于这个19x19的棋盘迷恋不已，361个交叉点、150回合对弈，看似规则简单，却可以变幻出超越宇宙原子总数的可能。没人知道，柯洁这个人类围棋智慧堡垒最后守护者的失利，对中国围棋界和围棋的未来，意味着什么。

      “AI肯定会越来越厉害，将来人肯定下不过它们。但是这就像人终究是要死的，难道你今天就去寻死，就不活了吗？”国家围棋领队、棋手华学明说， “这个阶段对棋手是非常痛苦的，尤其是完全沉浸在胜负中的年轻棋手，围棋就是他们的生命。”

      在接受《南方人物周刊》采访时，古力感叹，“我对科技产生了一种敬畏感，仅次于对大自然的敬畏。”“黑暗是你的朋友，绝望是你的领路人，”古力把这句话抄在本子上，“特别能体现我们棋手的心境。”他说自己记得最清楚的都是输棋，但那些“输了跟谁都不想说话的”黑暗经历都无法与AI带来的绝望相比。

      但显然，即便AlphaGo再厉害，它也只能得到柯洁的尊重，而非喜爱，在那篇战前发表的微博长文中，柯洁写道：“与人类相比，我感觉不到它对围棋的热情和热爱。对它而言...它的热情——也只不过是运转速度过快导致CPU发热罢了。”

      他赞叹人工智能的未来，“如果AI真能造福人类的话，我们的尊严根本算不上什么。有时候也会觉得我们其实是幸运的，首当其冲被AI冲击和改变，未来如何被AI改变，我们的体会要比普通人更深一点。”他也在新闻发布会上再次明确表示：“这是我最后三盘和人工智能对战，我还是喜欢和人下棋。”

      今年3月底，柯洁做客央视一套《朗读者》节目，朗读了《哈利波特与死亡圣器》的最后一个节选，内容是哈利波特与伏地魔第一次也是最后一次正面对决。他说要将这段朗读献给来自未来的对手。当时，柯洁已经决定正式应战AlphaGo，但对阵的时间地点尚未确定，其寓意不言自明。

      “哈利早就知道会这样了，他知道他的身体不会这样一直静静地躺在森林的地面上，为了证明自己的胜利，伏地魔一定会去践踏、侮辱他的遗体……”

围棋之后，AlphaGo下一步打算怎么玩？ 

      AlphaGo又赢了。现在，连“当今第一人”柯洁都倒下了，独孤求败的AlphaGo是不是可以准备“退役”了？而AlphaGo背后的DeepMind公司在玩坏了围棋之后，下一步还打算玩什么？

      5月24日，DeepMind创始人戴密斯·哈萨比斯（Demis Hassabis）、谷歌董事长施密特、AlphaGo团队负责人David Silver等人一起对外详解了AlphaGo背后的研发故事，以及AlphaGo、人工智能未来之路。

哈萨比斯

强人工智能是人类探寻宇宙终极工具

      “AlphaGo已经展示出了创造力，在某一个领域它甚强人工至已经可以模仿人类直觉了。”5月24日，哈萨比斯对本报记者表示，在未来能看到人机合作的巨大力量，人类智慧将通过人工智能进一步放大。“强人工智能是人类研究和探寻宇宙的终极工具。”

      在该团队一次次赢得世界瞩目和惊叹的时候，出现在记者面前的哈萨比斯是谦逊温和的形象。甚至于，他身上那容易让人误会是实习生的极为普通的上衣、裤子和鞋子，反差之大，很难让观者将他与“象棋神童”“游戏设计大师”“名牌大学学霸”，以及仅AlphaGo之父联系在一起。

      哈萨比斯1976年出生在伦敦，从4岁开始下象棋，很快成为天才少年。8岁开始写电脑游戏，17岁就创造了第一款包含人工智能的游戏《主题公园》，后成立自己的视频游戏公司Elixir。20岁就获得了剑桥大学计算机科学两个一等荣誉学士学位。在游戏领域感到触及天花板时，他又重回学府，拿到伦敦大学学院的认知神经科学博士学位，最终创造出了迄今为止最为强大的人工智能程序。

      在AlphaGo打败李世石之前，许多人认为人类至少10年才能完成这个目标。但在2016年，DeepMind利用策略和价值网络打造AlphaGo，成功撼动了人类在围棋领域的统治力。

      不过，围棋从来都不是Deep Mind团队的终点，而是开始；通用人工智能才是终极目标，“通用”才是关键词。“DeepMind的愿景是研究何为AI，然后再用智能解决所有问题，即我们怎样提出有效的建议去解决问题，我们最终希望建立通用人工智能。”哈萨比斯说。

      据哈萨比斯透露，AlphaGo打造的通用学习机器有两个特性，一个是“学习”，即非程序预设，可以自主学习原始材料。另一个是通用性，即同一个系统可以执行多种任务。“一系列的算法和系统能够做系列的任务，这些任务可能是前所未见的。”哈萨比斯表示，通用的强人工智能，与现在弱人工智能不一样，目前弱人工智能都是预设的，其实IBM在上世纪90年代设计的国际象棋程序也是预设的预设的人工智能，“它是通过蛮力搜索，机器被动的接受这个程序，不能自我学习。”哈萨比斯说到。

AlphaGo未来将广泛用于医疗健康

      哈萨比斯在演讲中说到，AlphaGo 2.0已经可以模仿人的直觉，而且具备创造力，以及通过组合已有知识或独特想法的能力。所以从围棋领域看，AlphaGo已经有了直觉和创造力。

      对此哈萨比斯表示，希望将人工智能运用到各种各样的领域。哈萨比斯解释到，AlphaGo是用了增强学习方法做强化训练，同时借鉴了神经网络，所以我们在围棋领域实现了直觉意识，正式因为AlphaGo不是通过人工培训产生的意识，就说明它有机会运用到其他领域中去。

施密特

      DeepMind和Google关注哪个领域？施密特的答案是，首先是医疗健康。

      DeepMind联合创始人穆斯塔法·苏莱曼（Mustafa Suleyman）重点介绍了Streams疾病预警应用。Streams App会对患者进行监测，如果该病人有急性肾损伤（AKI）的风险，Streams会以最快速度提醒医疗团队，为医生发送最全面最及时的临床信息。医生能根据这些最新信息，在患者病情恶化之前提供精准治疗。

      苏莱曼称，英国每年因为急性肾损伤死亡病例为4万人，美国这一数字是28.5万，这些病例中25%的死亡是可以预防的。 “AlphaGo可以选择最佳的路径，做到1个医护人员接诊1位患者，使用1条路径。”

      不仅DeepMind，Google总部也在大力研发AI技术在医疗领域的应用。谷歌产品经理及医学博士Lily Peng表示，谷歌AI算法在医疗领域取得重要进展，不仅可以通过深度学习快速辨别出糖尿病视网膜病变的迹象，在癌症检测上也可以通过活检图像来定位癌细胞的位置，以便对患者实行医疗指导。目前，这项视网膜病变检测技术已经在印度两家医院投入测试。Lily Peng在接受采访时称，目前通过谷歌的深度技术进行眼底扫描与医生的判断解读效果是差不多的。

      AI在医疗上的运用还有很大的一步要走。Lily Peng认为，除了准确度方面，最大的任务是建立新技术与医护人员之间的信任度，让医护人员学会用这项技术，而且知道工作原理，并且相信这项技术。据悉，谷歌在这项技术应用上，会推出端到端的解决方案（包括应用软件），以便快速应用。

TensorFlow+Cloud TPU，是谷歌AI贯穿所有应用的主牌

      本次人机大战中，谷歌官方特意强调了AlphaGo 2.0运用的硬件设备。在这方面，TensorFlow也为AlphaGo提供了底层支撑。

      在近举办的Google在I/O大会上，第二代TPU横空出世，针对训练及推理而设计，具有能够相互连接的设计，能够达到180万亿次浮点预算。在Google的TPU舱室，拥有64台第二代TPU，能够达到每秒11.5千次浮点运算。谷歌的二代TPU比市面上最好的GPU快4倍。目前，新型估算接口已经接入到TF1.2上，还可以通过谷歌云获得，也就是TensorFlow研究云（TFRC），它可以达到每秒180千万次浮点预算。

      也就是说，未来TensorFlow将于Cloud TPU深度融合，为AI开发者提供服务。Tensorflow是一个深度学习框架，也是进行深度学习训练的工具，可以在分布式系统上执行的引擎，具备灵活性、规模化、易用等特点。对谷歌而言，TensorFlow贯穿了整个公司，同时并行被应用到谷歌的各个产品和应用中。

      Google TensorFlow软件工程师Rajat Monga透露，目前TensorFlow下载量已经达到14万，而中国拥有全球最大开发者人群，希望TensorFlow可以服务于更多的中国开发者。

      Rajat在演讲中举了两个例子，一是如何使用Tensorflow运用到农业领域，比如在一个农场上，利用传感器跟踪牛只，然后发送数据到进展，数据发送到云，并加以分析，然后给农场主提供建议。另外一个例子是如何利用机器学习拯救濒临灭绝的海牛，通过对海牛生活的地区进行图像扫描分析，能够得出更加精准的信息。

下一步，谷歌想实现自动化AI

      当然，这一切都离不开谷歌AI优先的战略布局，Google资深研究员、Google Brain负责人Jeff Dean在接受记者采访时表示，机器学习是谷歌的产品核心，在近5年的进步非常大，在未来的5年时间将开始大规模应用。

　  　JEFF DEAN称：“人工智能机器学习贯穿于谷歌各个部门，根据机器学习我们会做硬件定制化，还会与各产品组做配合，贯穿整个系统，任何产品服务都会有AI，不会孤立。”

　 　此外，在今年5月，谷歌揭示了人工智能发展的一种主要新方法，它被称为“自动机器学习（AutoML）”，它允许人工智能成为另一个人的架构师，并在无需人工工程师输入的情况下进行自我创造。

      AutoML项目专注于深度学习，一种涉及到通过神经网络层传递数据的技术。创建这些层是很复杂的，因此谷歌的想法是创造能够自我创造的人工智能。

     谷歌的这个想法，就是让现有的人工智能创建自己的代码层，而事实证明，它比它的人类技术人员更快、更有效地完成了它的工作。

     不过，根据谷歌的说法，AutoML的主要目标并不是要将人类从开发过程中剥离出去，甚至也不是要开发全新的人工智能，而是让人工智能继续以我们多年来一直享受的速度来改变世界。