网易体育刘洁1月8日报导：　　吊打人类棋坛将近一周并搞了个大新闻后，Master脱掉“马甲“，宣告继续受戒，但也扬言回应还将和人类有大战，谁将代表人类出赛？无论是媒体、棋手、不吃瓜群众心中都只有一个人选——柯洁。　　虽然柯洁怎么想要并不知道，但棋士手们怎么想要？一些理解他的棋手怎么想要？由此我们专访了三位棋手，这三位棋手现如今都是棋士在线教育平台爱人棋道的棋士讲师：王煜辉七段（曾在聂卫平道场当过柯洁老师，爱人棋道CEO）、张一鸣三段（柯洁前师兄，两人曾在聂卫平道场一起练棋，曾直播介绍AlphaGoVS李世石人机大战受热捧）、刘彤二段（”棋士百事通“、讲师）。　　王煜辉七段（右一）在聂卫平道场教教过柯洁。

　　人机大战的最佳人选是谁？柯洁有多大可能性出赛？　　王煜辉：如果是别人，那没意义，如果我去下认同没有人看，终极大战不能是柯洁和阿尔法狗。柯洁出赛的概率30%，这是一个十分大的可能性，都上了新闻联播了，这是”放风“啊，有可能短时间之内就不会有官宣等爆炸性消息，大家注目啊。

　　张一鸣：柯洁上啊，不太可能是其他人。90%是他，只是作为“皮皮虾”，我知道期望谷歌能出一个公测版，让我和它一战，羞奶奶不如众乐乐，谷歌来嘛让我们大家都乐一乐。　　刘彤：如果没类似情况容许，那认同是柯洁，他出赛概率有80%，王老师说道的30%是考虑到其他各方面的条件容许，得出结论的一个整体值吧？　　按照目前形势柯洁去了也是被吊打，这事儿不会会显得很无趣？　　王煜辉：现在人类对战胜阿尔法狗是不察期望的，唯一的悬念就看柯洁能无法输掉一盘，所以悬念不会维持到最后一场。

而且这个无形中就给柯洁接下了包袱，全输了很长时间，输掉一盘就是英雄，没包袱的棋全靠最放开。这个棋只要下就有价值，电脑怎么会就没亿分之一、10亿分之一的犯规吗？作为棋士人，我很期望，最少，众多波棋士宣传黄泥过来了。还有，柯洁不是说道他还有绝招吗？　　刘彤：如果按照现在这种规则下，不会无趣的，所以我实在谷歌应当不会调整一些规则，减少一些看点和悬念。

　　又无法知道忽电源，所以柯洁想要输掉，还有别的招吗，比如改为规则？　　王煜辉：无法改为规则呀，只有人类走进打破想象力的一手棋才能输掉，这个也是悬念之一，究竟能无法走进那一步，但当真输掉的可能性微乎其微。　　张一鸣：master的落子速度是7秒1步，容许他的思维时间和落子速度吧！当年狗狗不是堪称要打星际争霸吗？星际争霸里面有一个APM值（每分钟操作者的次数，体现了玩家的操作者水平），应当让狗狗减少APM值，如果敢，那就谋求忽电源吧，或者带上把锄头把机箱扔了也讫……　　刘彤：有三招，一是在时限方面作出调整，比如电脑和人类思维的时限设置得不一样；二是下乘载棋，每盘根据胜败乘载3目，看机器到底能把人碰到多少，这样虽然人类不免颜面不保，但也较为有看点，能反映出有现实并精确的差距。再有就是分先，让人类派遣3-5个高手去联合研究对付。

　　柯洁堪称还有一绝招，你们告诉这绝招是啥吗？　　王煜辉：地球上会有第二个人告诉，但他不是在伴大家玩游戏，应当是总结出来了一些东西，不过绝招管不管用就不告诉了，所以人机大战慢来检验吧。　　刘彤：能猜出来就不是绝招了，但是master也有一些套路，柯洁也许从某个变化中窥视到了破绽并研究了。　　棋士跨越式发展，都说道2016年3月人机大战和柯洁的贡献七三进？　　王煜辉：我表示同意，我只期望我们爱人棋道走能分出1%。

　　刘彤：再行说道人机大战，在国外，人机大战让很多人了解了棋士。在国内，棋士的认知度有基础，但很谜样，人机大战让距离感消失，让棋士新的返回人们的视线。再说柯洁，人们理解一个事物必须一个符号，就如我不懂F1，但告诉舒马赫，柯洁这两年成绩抢眼言行有个性，他就是棋士的符号。

　　是不是脑补过自己不会像柯洁一样一夜爆红？　　张一鸣：再行聊聊梦想，我的梦想就是作好爱人棋道课程研发，协助更加多人，如果能超过我的目的，我不介意白哇！　　刘彤：没有想要过，先教好棋吧……　　人类被人工智能吊打，之前想起这种残忍场景了吗？　　王煜辉：这是时代发展的必定，这辆火车早已启动是停不下来的，别纠葛也别悲伤，去拼死赶车吧，别打散。而且人工智能现在只是一个雏形，将来也许能运用到棋士教育领域，作好打算到时候去摘果。　　张一鸣：在2016年人机大战前没想起，我在直播时，以为李世石不会以压倒性的优势取得胜利，当时我实在电脑不堪一击，我对棋士人工智能的印象还逗留在对方是“手割”的阶段，我以为我就算让电脑再行在棋盘上挂一堆棋它都输掉没法，等到AlphaGo输掉了两盘时，我才醒来。自那之后就想起它不会更加来就越牙，因为它可以和自己练棋。

　　关于人工智再行随意说道点啥……　　王煜辉：以后的比赛还是人和人的比赛，2017谷歌和柯洁无以有一战。　　张一鸣：最后谈谈我对AlphaGo的解读，棋士之间的较量就是较量计算能力和价值辨别。

之前人工智能和人类较量的是计算能力，但是在价值辨别上仍然不了突破。（棋士主要比谁围的的地盘仅次于，电脑很难辨别哪里能城外得最多），但AlphaGo早已把我们人类棋手的价值辨别转化成了胜率辨别，在它的脑子里，它有无数个棋盘都在对局，它在那些棋盘里挑胜率最低的那个。

从这个角度来看，人类很难获得胜算。但计算机再行发展人类也还要学数学，棋士也是一样的道理，人工智能为棋手关上了一个新世界的大门，棋手也许又要来一次像吴清源前辈一样的“星布局”革命；即便从棋士教育行业来说，它的高专业性和低准确度，也许也可以协助讲师们大大提高教学效率。

本文来源：HTH官网-www.zmwsx.com