新年伊始，圍棋界就迎來了重磅消息：世界圍棋排名Goratings進行了調(diào)整，將人工智能圍棋程序AlphaGo和DeepZenGo從排名上刪除，中國圍棋名將柯潔排名重新回到首位，韓國李世石排名上升至第五。

此前與人工智能進行正式對局的棋手，也重新獲得了等級分。1月30日的排名中，李世石以3523分名列第九。此次李世石在近期沒有正式比賽時的情況下直接增加了16分，目前排名第五位。查看現(xiàn)在李世石的等級分變更記錄，全年三月李世石在人機大戰(zhàn)中1比4不敵AlphaGo的成績沒有計算在內(nèi)。

Goratings世界圍棋等級分此前把圍棋人工智能AlphaGo計算在排名之內(nèi)，曾引發(fā)不少爭議。此次更新排名終于變成了真正的世界圍棋人類棋手排名。參考更早出現(xiàn)對弈程序和國際等級分的國際象棋項目，這樣做很正常。國際象棋的世界排名也是只有人類棋手的，對弈程序有自己單獨的排名和比賽。
　　
更新過后的世界圍棋排名，柯潔以3633分高居榜首，領先第二名樸廷桓將近50分之多。羋昱廷和周睿羊排名第三和第四，逼近樸廷桓。李世石重返第五，井山裕太第六。

世界圍棋排名刪除人工智能程序排名，真正實現(xiàn)了人類棋手的圍棋排名，世界圍棋大賽應該是人與人之間的較量，人工智能不是人，他就是一臺機器，只不過是比較精通于某種技能。人工智能的出現(xiàn)，可以說是社會、科技進步的一種表現(xiàn)，但是如果將人工智能納入各種比賽，那么比賽就會喪失其公正性，人工智能奪得冠軍也是沒有什么可以慶幸的。不能夠說明人工智能超越了人類，只能夠說明制造其的團隊，其研發(fā)人員，是非常厲害的，考慮是非常全面的，不然，程序來源于人類，是不可能高于人類的。 新世界圍棋排名中人工智能被除名，這是對選手的一種尊重，也是對比賽的一種尊重。中國在人工智能領域研究里是弱項，應學習技術，提高自己在人工智能領域的地位。

人工智能與人類的圍棋大戰(zhàn)始末

2015年10月，Google的圍棋人工智能“阿爾法Go”（AlphaGo）的最新進展：它讓計算機在沒有任何讓子的情況下，以5:0完勝圍棋歐洲冠軍樊麾。這是第一次，計算機在一塊全尺寸棋盤、沒有任何讓子的情況下，贏了職業(yè)圍棋選手。

2016年3月15日，谷歌圍棋人工智能AlphaGo今天與韓國棋手李世石進行最后一輪較量，AlphaGo獲得本場比賽勝利，最終人機大戰(zhàn)總比分定格在1:4。

2016年在12月29日，升級版的AlphaGo采用20秒下3個子的快棋模式十戰(zhàn)全勝，謝爾豪四段、孟泰齡六段、於之瑩五段、韓一洲四段、喬智健四段，皆是當下圍棋界的職業(yè)棋手，都敗在master的手上。

2016年12月31日，升級版的AlphaGo已經(jīng)在網(wǎng)上挑戰(zhàn)眾多“披著馬甲”的國內(nèi)外一流高手了，其中就包括韓國第一人樸廷桓、新科百靈杯冠軍陳耀燁以及中國名人戰(zhàn)冠軍連笑，全都是N：0，人類無一勝局。

2017年1月4日，升級版的AlphaGo挑落中國棋圣聶衛(wèi)平，取得54連勝。這次master大殺四方，堪稱人工智能在圍棋上碾壓人類規(guī)模最大的一次。

2017年4月，自去年李世石挑戰(zhàn)阿爾法狗失敗后，人類一直期待當今圍棋第一人柯潔與阿爾法狗的終極較量，最終把戰(zhàn)旗定在了今年四月份，地點則是浙江的烏鎮(zhèn)。

AlphaGo和Master背后的技術——深度學習

深度學習的概念源于人工神經(jīng)網(wǎng)絡的研究。含多隱層的多層感知器就是一種深度學習結構。深度學習通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。

深度學習的概念由Hinton等人于2006年提出。基于深度置信網(wǎng)絡(DBN)提出非監(jiān)督貪心逐層訓練算法，為解決深層結構相關的優(yōu)化難題帶來希望，隨后提出多層自動編碼器深層結構。此外Lecun等人提出的卷積神經(jīng)網(wǎng)絡是第一個真正多層結構學習算法，它利用空間相對關系減少參數(shù)數(shù)目以提高訓練性能。

深度學習是機器學習研究中的一個新的領域，其動機在于建立、模擬人腦進行分析學習的神經(jīng)網(wǎng)絡，它模仿人腦的機制來解釋數(shù)據(jù)，例如圖像，聲音和文本。

同機器學習方法一樣，深度機器學習方法也有監(jiān)督學習與無監(jiān)督學習之分．不同的學習框架下建立的學習模型很是不同．例如，卷積神經(jīng)網(wǎng)絡（Convolutional neural networks，簡稱CNNs）就是一種深度的監(jiān)督學習下的機器學習模型，而深度置信網(wǎng)（Deep Belief Nets，簡稱DBNs）就是一種無監(jiān)督學習下的機器學習模型。

人工智能的分類

弱人工智能 Artificial Narrow Intelligence（ANI）: 弱人工智能是擅長于單個方面的人工智能。比如有能戰(zhàn)勝象棋世界冠軍的人工智能，但是它只會下象棋，你要問它怎樣更好地在硬盤上儲存數(shù)據(jù)，它就不知道怎么回答你了。

強人工智能 Artificial General Intelligence（AGI）: 人類級別的人工智能。強人工智能是指在各方面都能和人類比肩的人工智能，人類能干的腦力活它都能干。創(chuàng)造強人工智能比創(chuàng)造弱人工智能難得多，我們現(xiàn)在還做不到。Linda Gottfredson 教授把智能定義為“一種寬泛的心理能力，能夠進行思考、計劃、解決問題、抽象思維、理解復雜理念、快速學習和從經(jīng)驗中學習等操作。”強人工智能在進行這些操作時應該和人類一樣得心應手。

超人工智能 Artificial Super Intelligence （ASI）: 牛津哲學家，知名人工智能思想家 Nick Bostrom 把超級智能定義為“在幾乎所有領域都比最聰明的人類大腦都聰明很多，包括科學創(chuàng)新、通識和社交技能。”超人工智能可以是各方面都比人類強一點，也可以是各方面都比人類強萬億倍的。

人工智能帶來顛覆性影響

不可否認，人工智能會帶來顛覆性的影響。放眼未來，人工智能的產(chǎn)業(yè)化應用，將是全球新一輪產(chǎn)業(yè)革命的引爆點，“智能+”也或?qū)⑷〈?ldquo;互聯(lián)網(wǎng)+”，成為經(jīng)濟發(fā)展的重要推動力量。德國的工業(yè)4.0旨在打造智能工廠、智能生產(chǎn)、智能物流，美國提出以智能制造實現(xiàn)“再工業(yè)化”的戰(zhàn)略構想，中國也把人工智能列為“互聯(lián)網(wǎng)+”行動計劃的重點領域……在這場新的技術革命中，誰搶占先機，誰就能獲得新一輪產(chǎn)業(yè)革命的主動權。

自從英國數(shù)學家圖靈提出“機器能思考嗎”的命題，人工智能就開始進入人類的思想。而人類的全部尊嚴就在于思想，人工智能作為人類思想的產(chǎn)物，也將再次證明人類的偉大。

人工智能正在進入改變每個行業(yè)：廣告，農(nóng)業(yè)，教育，金融，法律，制造業(yè)，醫(yī)療，石油，媒體，零售，診斷，機器人等。