在週三歷史性的五場人機大戰第一場比賽中，Google電腦程式AlphaGo擊敗它的人類對手：韓國圍棋冠軍李世石。
AlphaGo在這一中國古代棋盤遊戲中的勝利是人工智慧的一個突破，顯示由Google DeepMind開發的這一程式掌握了最有創造力、最複雜的遊戲之一。
棋評員說，比賽接近尾聲，AlphaGoalphago和李世石均犯了一些錯誤，結果在結束前都難以預測。
李世石的失敗對韓國人和棋迷是一個衝擊。33歲的李世石兩周前對獲得全面勝利充滿信心，但在比賽前一天則不再那麼樂觀。
「我很驚訝，因為我沒有想到我會輸掉這場比賽。我開始階段犯的一個錯誤持續到最後，」李世石說。他在12歲成為職業棋手，贏得了18個世界冠軍。
李世石說，AlphaGo開局策略出色，它下出了非常規的一步，而這一步是人類永遠不會下的，這令他驚訝。
儘管開局不利，他不後悔接受挑戰。
「我下棋十分開心，我期待著未來的比賽，」他平靜地笑著說。
這一失利震動韓國圍棋界。同樣是韓國圍棋大師的劉昌赫說這是一個很大的衝擊。
數十萬人在電視和YouTube上觀看了比賽直播。餘下的四場比賽將在下週二前完成。
電腦1997年征服了國際象棋。這一年，IBM深藍戰勝國際象棋冠軍卡斯帕羅夫。
頂尖圍棋選手依靠直覺和感覺在棋盤上近乎無限的選點選擇落子位置，這使得圍棋對人工智慧超具挑戰性。
人工智慧專家曾預測，電腦擊敗專業圍棋選手還需要十年時間。但這一預測隨著AlphaGo在去年戰勝歐洲圍棋冠軍而改變。此後，AlphaGo成績穩步提高。
DeepMind團隊將「強化學習」植入AlphaGo。這意味著AlphaGo可以自我對弈並基於試驗和錯誤調整神經網路。
AlphaGo也可以將下一步搜索空間從近乎無限的可能縮小為更易於管理的數據。它還可以預測每一步的長期結果和預測贏家。
AlphaGo擊敗人類冠軍顯示電腦可以模仿直覺和解決更複雜的任務。
它的研發者認為，這種能力可以用來幫助科學家解決醫療保健和其他領域棘手的現實世界問題。
