参与：李泽南、吴攀、微胖、李亚洲
我就是AlphaGo！2017 年1月4日晚9时，Master 的神秘面纱终于被揭开了。在对局周睿羊9 段的第59 局比赛之后，名为Master 的账号在腾讯野狐围棋平台上主动透露了自己的身份：「我是AlphaGo 的黄博士（黄士杰）。」随后，在对阵古力9 段的最后一局结束后，这场由中日韩三国多名旗手对阵人工智能历时7 天的跨年大战宣告结束。
很快，Demis Hassabis 在自己的Twitter 上发表了一份声明：
樊麾在微博上分享了这份声明并给出了中文版本：
网名Master 的神秘棋手于12 月29 日出现在弈城网上围棋平台（最初名为Magist）。三天时间对局数量达到30 盘，全部胜利，对手包括朴廷桓、陈耀烨、芈昱廷、唐韦星等当今世界顶级棋手，其中对朴廷桓4 比0，对陈耀烨为2 比0。
随着Master 的连胜，网络围棋平台瞬间受到了大量关注，不少人开始猜测Master 的真实身份。有人询问了AlphaGo 开发者黄士杰博士，得到了不置可否的回答。
随后，Master 在2016 年12 月31 日宣布将休息一天。著名棋手柯洁在微博上表示：「我从三月份开始到现在研究了大半年的棋软，无数次的理论、实践，就是想知道计算机究竟强在哪里。昨晚辗转反侧，不想竟一夜无眠。人类数千年的实战演练进化，计算机却告诉我们人类全都是错的。我觉得，甚至没有一个人沾到围棋真理的边。但是我想说，从现在开始，我们棋手将会结合计算机，迈进全新的领域达到全新的境界。新的风暴即将来袭，我将尽我所有的智慧终极一战！」
在1 月1 日晚11 时，Master 转战腾讯野狐围棋，与各路高手展开了新的对局。因为名声鹊起，从李钦诚到古力、柯洁、党毅飞、江维杰、辜梓豪、朴永训、柁嘉熹、姜东润、井山裕太等人纷纷申请与之对战，但随后纷纷负于这一仍未公开姓名的神秘对手。
到了1 月4 日下午，在网络围棋中与Master 对战过的著名棋手包括柯洁、朴廷桓（韩国冠军）、井山裕太（日本冠军）、周俊勋（台湾省第一人）等人。1 月4 日下午3 点，中国「棋圣」聂卫平在与Master 的对战中失利，这是Master 的第54 场胜利。
1 月3 日Master 战胜柯洁后，聂卫平表示：「Master 改变了我们传统的厚薄理念，颠覆了多年的定式，围棋远不像我们想象的那么简单，还有巨大的空间等着我们人类去挖掘，AlphaGo 也好，Master 也罢，都是『围棋上帝』派来给人类引路的。而在第二天负于Master 后，聂卫平表示：
Master 技术全面，从不犯错，是其最大优势，人类要打败它的话，必须在前半盘领先，然后中盘和官子也不出错，这样固然很难，但客观上也促进了人类在围棋技术上的提高。这盘棋我布局不错，但中盘时打了一个大勺子，断送好局，有些可惜。
1 月4 日晚，在连续对阵申真谞9 段、周睿羊9 段、古力9 段后，AlphaGo 的连胜纪录扩大到了60 场，按照事先的计划，谷歌围棋程序的非正式比赛测试暂时告一段落。
Master 在快棋赛中多次盘中获胜（没到收官阶段对手就认输了，这说明Master 的优势很大），展示了人类棋手无法企及的快棋水平。网络快棋是目前职业选手练习的主要方式之一，因为每一步思考时间很短，和带奖金的正式比赛相比，快棋赛中对决双方更加容易出错，所以这次「升级版」AlphaGo 的实际围棋水平如何还需要正式规则比赛的进一步检验。
值得一提的是，去年12月13日，多名谷歌高层曾经突访中国，他们在中国棋院与聂卫平、柯洁等人进行了交流，并达成了合作协议。随后在日本棋院Journalist Club 的颁奖仪式上，Hassabis 曾表示：「2017 年对AlphaGo 和围棋界都将是充满兴奋的一年。」人们没有意识到，在新的一年还未到来时，人工智能对于这项流传千年的古老技艺的冲击已经开始。
AlphaGo 的系统
(((1)))
AlphaGo 从高调宣战开始到3月底战胜李世乭，短短2 个多月内已经博取了无数的眼球。如今再次出现了一个Master，它是人？是AI？还是二者的结合？业内猜疑不断。
外行看热闹，内行看门道。在下棋这件事上我们可能看的是热闹（小编着实不懂棋的套路），但下围棋的人工智能系统我们曾了解过。
在一月份的Nature 封面报道中，曾详细地介绍了AlphaGo 系统当时所采用的技术：
首先DeepMind 使用了如今火热的深度学习技术，同时还加上了另一种模拟技术来对潜在的步法进行建模。深度学习需要对一个大型的神经网络进行训练，使其对数据中的模式做出反应。
AlphaGo 的关键在于使用的深度神经网络，而且DeepMind 在AlphaGo 中使用了两种不同的神经网络：第一种叫做策略网络（policy network），用来预测下一步；第二种叫做价值网络（value network），用来预测棋盘上不同的分布会带来什么不同的结果。
AlphaGo 使用这两种网络的方法是把非常复杂的搜索树减少到可操作的规模。所以，它并不是在每一步都要考虑几百种步数，而只考虑政策网络提供的几十种最有前景的步法，价值网络的作用是减少搜索的深度，所以，它的搜索深度并不是特别深，它并不是一下子搜索出直达比赛末尾的300 多步，而是搜索更少的步数，比如20 多步，并评估这些位置，而不是一路评估到底，看谁最终能赢。搜索并不是靠蛮力，而是与某种与想象力很相似的东西。
DeepMind 官方发布的2016 年度总结中写道，「最激动人心的莫过于AlphaGo 博弈过程中所呈现出来的创造力，有时，它的棋招甚至挑战了古老的围棋智慧。围棋，这一古往今来最富深谋远虑的游戏之一，AlphaGO可以识别并分享其中洞见。」
就像首位和AlphaGo 对战的专业选手樊麾在接受机器之心采访时表示：「AlphaGo 可能开辟出另外一种围棋的美，是我们想象不到的。」
如果观看了AlphaGo 和李世乭的对弈，你或许不会对坐在李世乭对面的这位感到陌生。他就是AlphaGo 的核心作者之一Aja Huang（黄士杰），而这次代「Master」执子的也是黄士杰博士。值得注意的是，黄士杰还是DeepMind 中唯一一位围棋高手（业余围棋6 段），从他的硕博论文《计算机围棋打劫的策略》和《应用于计算机围棋之蒙地卡罗树搜寻法的新启发式算法》便可以看出他对围棋的热爱。
2011 年毕业于台湾师范大学计算机信息工程专业博士班的黄世杰在2012 年便加入了DeepMind 团队，也是该团队的早期核心成员之一。
在校期间，黄士杰的导师是曾研发Crazy Stone 的Rémi Coulom，而Crazy Stone 正式在AlphaGo 横空出世前最有名的围棋软件之一。
黄士杰的导师此前在接受媒体报道时曾透露，黄士杰读硕士时就锁定围棋为他的研究课题，为了写程序，黄士杰有时在实验室一呆就是16 小时，并将他开发的围棋程序以其老婆的英文名「Erica」命名。
下面是黄士杰的论文引用情况。凭借发表于Nature 的论文《Mastering the game of Go with deep neural networks and tree search》和另一篇论文《Move Evaluation in Go Using Deep Convolutional Neural Networks》的高引用量，黄士杰仅凭4 篇论文就在短短两年时间内获得大约388到851之间的引用。
