5月25日，柯洁和AlphaGo鏖战“第二次人机大战”三番棋第二局之际，DeepMind公司CEO哈萨比斯和“机器学习”项目负责人戴维席尔瓦（David Silver）与韩日等国的记者举行“圆桌座谈”，提供了沟通和畅谈的机会。
关于围棋的魅力，哈萨比斯说：“我小时候是国际象棋棋手。我考入剑桥大学后，就加入围棋俱乐部学棋，很快就被围棋的魅力所倾倒。围棋是优雅的游戏，虽然规则简单，但变化无穷无尽。围棋有着悠久的历史和文化传承，不是单纯的游戏，而是高蹈艺术之境。
我如果生在亚洲，就很有可能学习围棋，并成为职业棋手。我学围棋后发现，是比国际象棋更有底蕴。过去我还曾和李世石九段开玩笑，‘如果生在另一个世界，我很可能与你盘上较量了’。因为我专门学习过国际象棋，所以理解职业棋手们的心情。因为我知道他们在围棋上倾注了多少的时间和热情。”
哈萨比斯还说：“我们感谢媒体给予如此之多的关注，我们也是怀着兴奋在期待。AlphaGo能和柯洁九段对局，我们感到无上的光荣。三番棋首局双方展开了激烈、对等的较量，我们很高兴新版本AlphaGo赢了下来，并得到宝贵的测试机会。”
Deep Mind公司的项目负责人戴维席尔瓦则说：“和李世石九段进行‘第一次人机大战’后，我们为改善算法倾注了努力，并推出了‘AlphaGo master’版本。现在有一种误解，认为‘机器学习’的核心在于计算机力量（演算能力）和大数据。而实际最关键的要素在于算法。‘AlphaGo master’大大提高了泛用性和效率性，虽然计算机硬件的演算能力降低了十倍，但AlphaGo变得更强了。过去需要花上几个月的‘深度学习’周期，已经降到‘周’的单位了。
现在AlphaGo可以‘自我位师’，这是‘AlphaGo master’版本所握有的革新的钥匙。而‘AlphaGo master’版本的特征在于，增大了算法的泛用性，而且不再进一步依赖人类数据。而我们把这一次的创新扩展到更广泛的应用领域了。而最显著的差异性在于，不会‘进一步依赖人类数据’。（注：‘不会进一步依赖人类数据’并不意味着起始阶段没有学习人类棋谱。）”
以下是记者们的提问。
-请你简略再说明“AlphaGo master”版本的计算机硬件。
戴维席尔瓦：“在一台单机上配置了4个TPU（Tensor Processing Unit），而单机又基于‘计算云’，目前已经对外公开。‘AlphaGo master’版本起步阶段是学习人类棋谱，但是经过一定学习阶段，过渡到‘自我对局’，对特定手段进行自我分析和学习，结果AlphaGo变得更强了。”
-24日在‘未来人工智能论坛’上发表的内容成为了爆炸性的热点。即“AlphaGo master”版本相比李世石“第一次人机大战”的版本棋力提高了三子。那么，“三子”这个数据是如何得来的？是下了几盘“让子对局”，还是分数来评估出来的？还有，“让子棋谱”能否公开？
戴维席尔瓦：“我再次准确回答‘让三子’的问题，这是不同版本的AlphaGo相互对局得出的结果。事实上AlphaGo日常性地进行不同条件下（包括让子）的测试对局，而升级版本的AlphaGo非常善于抓住旧版本的缺陷。但是，AlphaGo间的让子并不适用于人类棋手间的让子。
关于棋谱，我们过去也公开过AlphaGo自我对局的棋谱。虽然AlphaGo进行了数以千计的自我对局，我们也很难挑出特定的一局棋公开，然后说‘就是这个’。当然，以后我们也会公开棋谱，但我们自己想事先分析清楚，还是不太容易。（注：关于公开棋谱的问题，还是闪烁其词，模棱两可。）”
-相谈棋项目，是在李世石的建议下举办的吗（李世石在‘第一次人机大战’说，一个人匹敌AlphaGo困难，或许棋手合作对抗有可能。但李世石近期明确表示相谈棋意义不大，用时10小时以上或有可能）？而以后，有没有计划继中国、韩国之后在日本也举行相似活动？
哈萨比斯：“我们举办这次‘围棋峰会’，是为了通过世界最强棋手和世界最强人工智能间的较量，探索围棋的极限。为此，我们也构想了多种方案，当然我们也参考了李世石九段和建议和中国棋院及中国围棋协会的意见。我们也好奇相谈棋究竟会得出什么结果。至于以后的计划，我们准备举办好这次‘峰会’后再去考虑。而我们要优先集中于现在的活动。”
-人工智能将来会怎么影响医师、律师等专业性很强的职业？
哈萨比斯：“我们Deep Mind团队也在深深思考这个问题。现在的医生及科学家，必须不断学习和掌握新的论文和信息，但是再杰出的科学家或者医生，也不可能完美吸收和消化所有的数据。所以专业工种和人工智能间，将来在智能领域会达成相互补充的关系。将来，人类和人工智能合作，会成就现在不敢想象的巨大业绩吧。”
-和柯洁九段对局，可能对测试AlphaGo的弱点有帮助，但分出胜负并不具有太多意义吧？
戴维席尔瓦：“我认为正相反，AlphaGo是为了赢而设计的，所以胜负的意义进一步被强化了。AlphaGo必然会用我们意想不到的方法获取胜利。而由此得来的创新的方法，可以适用到其他领域。超越单纯的‘围棋之赢’，在医疗、保健领域达成目标，或者可以考虑在这些领域设定目标并完成。”
-和人类相比，AlphaGo的智能现在处于什么水准？
哈萨比斯：“AlphaGo虽然用泛用学习系统开发，但现在只会下围棋，想赶上人类的智能水平还有很长的路要走。AlphaGo现在还不具备记忆、想象力、概念、能动策划、语言等能力。在我们主攻的特定领域，以后的几年还需要投入持续不断的研究。”
-泛用性人工智能，能否主动学习伦理或者动机？
哈萨比斯：“这是很好的提问，也是我们持续研究的主课题。我们现在还处于尚在开发系统的初创期，相关研究远未结束。总的来说，人工智能的伦理意识、责任意识必须深深思考。究极来说，人工智能的使用目的是为人类谋利益，所以必须省察至深。”
-所谓的“特异点”时刻（人工智能拥有自我意识的时刻）是否已经到来？人工智能如何自我约束和管制？
哈萨比斯：“AlphaGo虽然‘自我学习’，但是为系统设定目标价的是人类。简单说，是人类输入控制参数，而系统是据此启动。”
-下一代的儿童，必然处于与人工智能共存的时代，到时候什么教育最重要？
哈萨比斯：“现在还很难预测这么远，但人类的独创性和创造力始终会最重要。未来儿童的教育，关键可能不在于知识本身，而学习方式和队新事物的适应力可能更显重要。”
-人工智能可能会导致大量的失业，现在这个恐惧迅速扩散。
哈萨比斯：“新的技术始终会带来新的变化，最明显的例子是产业革命。现在，人类并不能100%理解气候变化、阿尔茨海默病（老年痴呆）、宏观经济结构。而利用人工智能，主要可以利用为寻找科学的解决方法。人工智能的发展，必须伴随伦理和责任的深化研究，不能沦为只为少数人牟利的工具。”
-首局AlphaGo赢了后，心情如何？
戴维席尔瓦：“作为AlphaGo的开发者，我首先舒了一口气。‘千万不要出现技术上的BUG’，这是我们紧张起来的原因。如果无事挨过去了，我们自然要擦汗。总之，整体上是否按我们的意图运行，双方能否下出最好的棋，这是我们所期待的。”
哈萨比斯：“我的心情多少复杂。我虽然很高兴AlphaGo赢了，但双方都下出优美的好手时，我由衷惊叹。我专门学习过国际象棋，所以理解职业棋手们的心情。因为我知道他们在围棋上倾注了多少的时间和热情。”
蓝烈编译
