去年3月一戰成名的AlphaGo（阿爾法圍棋），在歲末年初化身為“Master”，進行60場互聯網棋局車輪大戰，挑落了幾乎所有的中日韓三國圍棋界泰斗名宿與天才新秀。
隨後在當地時間1月4日清晨，谷歌DeepMind創始人兼CEO戴米斯·哈薩比斯（DemisHassabis）發佈推文稱，Master就是AlphaGo，正式宣佈升級版的AlphaGo問世。
劇情像極了電影《終結者》中，阿諾·施瓦辛格狠狠地甩來的一句“Iwillbeback!”
AlphaGo曾向多位高手下“戰書”。韓國棋院的負責人向第一財經記者透露：“此前，Master背後團隊DeepMind曾表示，最後十局，想和曾經稱雄一時的各國圍棋界高手進行對決。應該是在這種情況下，‘棋聖’聶衛平九段和常昊九段等和Master進行了對決。”
而DeepMind也希望韓國的曹薰鉉九段和李昌鎬九段兩位“圍棋泰斗”應戰。不過，曹薰鉉九段已成為韓國執政黨新國家党的國會議員，因黨內事態混亂，未接受邀請。
而韓國圍棋界的另一位泰斗李昌鎬九段拒絕的理由更為“直白”。他表示，自己並不喜歡下互聯網圍棋，拒絕了對決請求。
“如果只論勝負的話，畢竟人工智慧沒有疲勞，也沒有任何失誤；這種不同於人類的絕對優勢，以及可以按照某種特定的規則進行不斷訓練的條件，都為它創造了良好的條件，人工智慧獲得勝利，不見得是個意外。”韓國女棋手尹英敏（音譯）四段說。
發展速度令人震驚
就在去年3月，AlphaGo曾經在韓國打敗了當時韓國專業圍棋手李世石，震驚世界；彼時尹英敏曾經確信李世石會獲得勝利，甚至表示“如果李世石真的輸掉，那麼我們這些圍棋指導者，可能就都會面臨失業了”。
尹英敏在韓國首爾運營一家圍棋培訓機構。時隔近一年，第一財經記者再訪尹英敏，她正在接待來帶孩子學習圍棋的家長。
“事實上，世紀級人機大戰過去一年，不僅沒有使我失業，反而還使許多民眾的關注點放在了圍棋上，更多家長開始關注圍棋對於兒童智力發展的促進；這可能也是人機大戰給圍棋界帶來的好處吧。”尹英敏說。
而韓國棋院的負責人也證實說，“在去年人機大戰以後，諮詢觀看圍棋比賽，以及申請參加圍棋段位賽的人數也有了明顯增多”。
對於Master的頻傳捷報，尹英敏似乎也看開了很多。“看到許許多多中日韓的頂級棋手都紛紛敗給AlphaGO，看著這些自己的偶像一個個失敗，心中還是有一些吃驚和失落的。”她坦言。
對於Master的棋風和水準，尹英敏承認“要遠高於此前人機對戰時的AlphaGO，棋風穩健並極少失誤”，並表示“AlphaGo人工智慧的發展速度著實令人吃驚”。
哈薩比斯說，他的團隊一直在致力於提升AlphaGo的性能，過去幾天他們用新版測試了幾次非官方的圍棋遊戲，這要感謝網名為Magister和Master的帳號，兩者分別在Tygem（弈城圍棋網）和FoxGo（野狐）的伺服器上運行；也要感謝所有觀看比賽的人。他們對比賽結果非常滿意。“更重要的是，新的AlphaGo在遊戲過程中為圍棋界提供了寶貴的經驗。”
哈薩比斯還特地提到了在對弈中失敗的古力，“古力發表博文稱，人類和人工智慧一起將會很快發現深度學習的奧秘。”
“我們期待官方的測試，並將於今年再次舉辦整場的圍棋比賽，挖掘AlphaGo博弈過程中所呈現出來的創造力。”哈薩比斯說。
圍棋還能這麼下？
2016年12月29日，Master首次出現在弈城，並在當晚就很快取得了對國內高水準職業棋手的十連勝；30日中午，它又在數次連勝後，拿下了“韓國第一人”樸廷桓九段和疑似“中國第一人”柯潔。
柯潔此前在觀戰時曾驚歎：“從來沒見過這樣的招法，圍棋還能這麼下？”“人類數千年的實戰演練進化，電腦卻告訴我們人類全都是錯的。我覺得，甚至沒有一個人沾到圍棋真理的邊。”
1月4日晚，在連續對陣申真諝九段、周睿羊九段、古力九段後，AlphaGo的連勝紀錄擴大到了60場，按照事先的計畫，圍棋程式的非正式比賽測試暫時告一段落。
網路快棋是目前職業選手練習的主要方式之一，因為每一步思考時間很短，與帶獎金的正式比賽相比，快棋賽中對決雙方更加容易出錯，所以這次升級版AlphaGo的實際圍棋水準如何還需要正式規則比賽的進一步檢驗。
Master展示了人類棋手無法企及的快棋水準，但如果給人類足夠的思考時間，是否結果會不同？
衝擊已經開始
值得一提的是，去年12月13日，多名穀歌高層曾經突訪中國，他們在中國棋院與聶衛平、柯潔等人進行了交流，並達成了合作協定。隨後在日本棋院JournalistClub的頒獎儀式上，哈薩比斯曾表示：“2017年對AlphaGo和圍棋界都將是充滿興奮的一年。”人們沒有意識到，在新的一年還未到來時，人工智慧對這項流傳千年的古老技藝的衝擊已經開始。
芝麻科技創始人、CEO朱智對第一財經記者表示：“這次比賽相比上次和李世石的三局體現出了AlphaGo更好的穩定性和信心。在圍棋這個領域，人工智慧證明了它確實表現得更好，但這並不意味著機器具有智慧。事實上，機器更擅長處理這些複雜的理性問題，因此在許多的特定領域，機器學習所帶來的智慧將逐漸改變傳統的模式。”
而Master版本相較AlphaGO是否有升級與改進，又究竟是優化了什麼使其變得如此強大，具體的改進方案目前仍沒有公開。人工智慧公司第四范式創始人兼CEO戴文淵猜測認為，“經過逾半年的訓練，資料量應該提升了不少，上回訓練了800萬盤棋，這次估計好幾億了。另外針對上回（對李世石）第四盤棋的弱點，估計在訓練方法上也有改進。”
知乎上同樣引發了Master是否升級的討論，一位備註為“未來知識圖譜創始人”的用戶表示，變強的原因在於，“Master是在AlphaGo的基礎上調整了演算法和參數的，而不是它下過多少盤棋，畢竟機器不會真的‘學習’，它只是在重複使用人設定的演算法，為優化參數提供資料。”
不過戴文淵認為，升級版的AlphaGo“在對弈中可能會有一些隨機或者非隨機的擾動，即選擇不是最優的位置落子，嘗試新的可能，不會是很笨地自己和自己下”。
電氣和電子工程師協會（IEEE）高級會員、英國厄爾斯特大學電腦科學專業教授柯倫（KevinCurran）對第一財經記者表示：“AlphaGo的成功就連它的創造者們也大吃一驚。我們都知道AlphaGo已經非常先進了，但是沒想到它竟如此優秀。由此可見，增強學習加上‘樹搜索’而成的演算法，的確有效增加了‘勝率’，這是AlphaGo優於最厲害的人類圍棋選手的地方。同時我們也不應忘記，當初穀歌的DeepMind團隊研究人工智慧技術的目的，並不僅僅是為了研發一套圍棋比賽工具，而是為了在將來能夠更好地把人工智慧科技應用到醫療、機器人、無人駕駛汽車、農業、金融等為人類服務的行業當中。這才是如今科技發展最讓人驚豔的地方。”
詩人艾略特說過，“去年的話屬於去年的語言，明年的話等待另一種聲音。”這用在人工智慧的瞬息巨變上絲毫不差。