谷歌DeepMind的AlphaGo人工智能程序已经在五场比赛击败韩国棋手李世乭三个连续的胜利。
“我有点感到无能为力，”李在他的失败后说。
上周六人与机器之间的密切关注比赛将有可能加强认为，AI已经进入了自己的，具有巨大潜力，不仅在游戏中，而且在企业和其他应用程序。
AI围棋仍然有一段路要走，根据李。“今天的失败是李世乭的失利，真的不是人类的一败”的玩家告诉记者，在新闻发布会上。
他补充说，AlphaGo是一个强大的程序，但不是在一个水平完美的方案“所谓神圣的上帝。”它比人类不同，有时甚至优于移动，但该计划也有弱点，李说。
AlphaGo此前赢得了对李一顶棋手，游戏在首尔，韩国对星期三周四，引领“无语”的球员在周四轮结束之后说，有不是那一刻，他觉得自己领先于棋盘游戏。上周六，在李的压力似乎是建立在游戏中非常早，有许多在线观众预言他将失去。
棋手拿上19分19的网格线轮流放置黑色或白色的碎片，被称为“石头”，瞄准通过他们周围包围和更多的空空间，境内捕获对手的石头。
谷歌DeepMind曾表示，比赛的其余两场比赛将在周日和周二进行播放，以获得最终比赛成绩的程序到达。AlphaGo赢得了100万$赢得了比赛，其中谷歌已经承诺捐赠给慈善机构。
最后高调胜AI的方案是IBM的深蓝对加里Kasporov 1997年国际象棋的胜利和2011年赢在沃森，从蓝色巨人另一台计算机的危害智力竞赛节目。IBM继续向商业化沃森的自然语言处理和机器学习的非结构化数据的分析，而谷歌也有望更积极地后AlphaGo赢得商业化自己的人工智能技术。
AlphaGo开始大约一个研究项目，两年前测试是否使用深度学习可以理解和围棋，根据银鸿，对AlphaGo项目的主要研究人员之一的神经网络。谷歌收购了英国公司的AI在DeepMind 2014年
上周四，AlphaGo表现出什么可能被描述为“创意”，当它由一个举动，游戏评论员说不太可能已经由专业的人力播放器上播放的迹象。The program uses as a guide probable human moves from its ‘policy network,’ consisting of a model of play by human experts in different situations, but may make its own move when its ‘value’ neural network evaluates the possible moves at a greater depth.
“AlphaGo正在发挥着更加复杂的游戏比以前，”迈克尔·雷德蒙，评论员在首尔事件和职业棋手，比赛在周六期间说。他建议，该计划得到了很多强大和5-0完胜年对欧洲围棋冠军范辉之后更复杂。
谷歌DeepMind很可能在类似的5-0胜利反对李AlphaGo在首尔进行瞄准。