（1）
最近让科学技术变得好看的事件频发，刚热过了引力波，阿发狗对李世石围棋大战又成了最近一周的娱乐中心。多少给老工程师们来了点儿柳暗花明又一村的惊喜。
（2）
年初开始看深度学习的各种消息时，最强的感受就是如今计算机功能不要钱了，什么都能扔进去算，弄清弄不清的东西都往里扔。追求公式简洁漂亮的那朵云好像已经飘过去了。当时心里真有点儿郁闷（此处省去一万八千字）。
（3）
阿发狗战胜樊麾事件让樊麾得到一个畅谈的机会，他的问答中最震撼的一个词是“一堵墙”。跟阿发狗下棋就像面对一堵墙。面对一堵墙的运动还有网球，就是你怎么打，球都会弹回来，没有感情没有懈怠，有的是弹力和坚实。墙上没有洞。
（4）
李世石跟阿发狗对战，从我对自己职业自恋的角度来看，几乎没想过人会赢。但有一位少年，在微博上说：阿发狗赢得了李世石，却赢不了我。张狂少年赢了微博斗嘴，本来没打算看比赛的，居然就被他挑唆着看了十几个小时的围棋赛。
（5）
少年是当红当顶围棋手柯洁。
与其说是看围棋赛，不如说是听八卦听聊天。难得有某个行业做到顶端的人还能坐下来很真实地跟这个世界说实话。这是个难得的机会。
少年说李同学这样走得不大好，那样也不怎么对。哎，还真的感觉到了他的棋感。围棋经他一解释，变得易懂好看了。从前看我爹整天醉心围棋甚为鄙视，都是些小肚鸡肠局。什么行业都要跟高人玩儿。
（6）
少年说现在女棋手越来越弱，不敢跟芮乃伟芮奶奶那个年代比，也不敢跟后来的姑姑们的年代比，因为现在女孩儿在棋院追求者太多，根本无法专心下棋。下棋的女孩儿也越来越少。这是一个回归自然的年代，做铁姑娘如逆水行舟，属于革命年代的故事。
（7）
少年说从前的棋仙棋圣其实并没有那么强大，是我们把他们看得高大了。那些年代，棋手到了三十多岁，也就下了几千局棋。而现在，网络时代的棋手们，得以从小在网上大把练习，十几岁就已经下了几万局。所以新一代棋手们，都相当厉害。他们受到的训练在一定程度上类似于李同学对面的机器，长辈们也说90后的围棋也叫暴力围棋。
（8）
少年在去年跟李同学比赛前跟记者说：是传奇落幕的时候了。少年在跟李同学的交锋中以8胜2负的成绩碾压对手。赛前记者跟少年说，李同学觉得赢你有五成机会，少年回答：如果一共有一百成，他有五成。
难以想像这是中国长大的孩子，还能活到赢世界冠军。这样的孩子在中国文化里不是早就被碾压死了吗？何况还是围棋界，那个人人不说话个个不会笑的领域？
（9）
解说围棋的还有位做人工智能的大学老师。老师了解一些人工智能的蹊跷，也热爱自己的职业，所以坚信机器稳赢。老师的话我记得不多，不过他提到有科学家研究人脑的运动，在下象棋时主要是逻辑思维，而下围棋时，则有大量图像思维的成分。
他也说，围棋甚至于像一种语言。孩子从小学，棋感会很好，而成年人学习就很难达到那种感觉。我体会这大概是说下围棋时所需的图像思维与逻辑思维的揉合，像娃娃学语言一样，成长初期更容易掌握。
（10）
从网络上看到一个词，叫暴力计算。“暴力”描述的正是我当初看到什么数都扔进去算的感觉。所谓的机器学习，实现起来就是不怕数据大。那个不久前，还在为快速傅立叶变换的一个碟型要用几个寄存器而纠结的世界，已经全然不把计算看成瓶颈了。
（11）
现在机器能识别人脸，能识别手写体，并且在这些识别方面远超出了人类的能力。也就是说，它们用不同于人类的辨识方法，用它们自己在千锤百炼的识别过程中总结吸收的方法战胜了人脑。我也十分虔诚地相信，阿发狗在锤炼中得到了类似的真经。它不会计算错误，它不会感情波动。它必定能赢所有的对弈。只要不断电。
（12）
所以，在第四局阿发狗开始犯浑，下出无理棋的时候，我坚信这是谷歌在作弊，程序的参数被调整了，他们想让这场比赛好看。我在那个瞬间突然忘了，所有的程序在隆重展出时总会出毛病，自己测不出的bug必须在顾客来访领导验收的时候出来人来疯。
（13）
那个时刻，少年狂喜，为李同学，为自己，为棋盘上的每个棋子。他在转播室里嗔怪：这几天大家都骂我，我说阿发狗下不过我，连棋界的同行也都骂我，气死我了。说着，他把自己曾经置顶，后来被各种批评帮助后拿掉的那条微博重新放在了自己的头条：阿发狗赢得了李世石，却赢不了我。
（14）
阿发狗自己在训练中左右互搏，估计练习过数以万计的赛局。但它还是没能学会最基本的围棋章法，下出了普通学生学习围棋三天后就不可能下的蠢步。
人类的积累漫长但不愚蠢，师傅教给徒弟的是剔除了蛮干部分的精华。当机器想把围棋漫长的发展史在暴力计算的过程中提炼出来时，它需要真正的师傅。那些型，势，感，那些图形，那些在逻辑与图像之间模糊且锐利的招法，似乎比识别手写体和面孔要棘手。按胜率计算，机器可以算出大部分的胜利，但是稍有错误的时候，图像识别只是“不好意思，认错人了”，棋赛则是满盘皆输。
（15）
有人问，这次人机大战的结果是什么？有人回答：围棋赢了。
（16）
用深度学习、神经网络实现的这些应用，是在前几十年神经系统研究的理论基础上，配以丰富有力的软件和硬件来实现的。这些实现的过程，反过来也在帮助人类进一步认识人脑的成长和学习过程。比方说阿发狗学会了什么，没有学会什么，对人认识自己也是一种启发。
（17）
Rethinking Innateness是神经网络方面的经典课本。它不光是AI工作者的必读课本，也是父母、老师养娃工作者的必读课本。
