主题：人类在所有竞技项目上输给机器是必然的 -- 贼不走空

一转眼一年又两个多月就过去了，阿狗刚刚赢得了与柯洁的第一局对弈的胜利

在赛后的新闻发布会上，从谷歌员工的口中亲耳得证了一年多以前的这个猜想

第一，谷歌应该是采用了这种multi-task的策略来进行这一代阿狗的训练，从而在布局与中盘阶段（这时候严格来说应该胜率起伏不是太大，因此胜率偏导落子的梯度较小），给阿狗以有意义的目标，避免丧失目标下臭棋。从整局的情况来看，我猜测阿狗这次搞了两套模型，一套是这种multi-task的，用于布局与中盘，另一套是原来单一task的，用于收官，因为这时候从策略上看，应该以求稳为主，而且梯度噪声的影响会比较小了

第二，谷歌声称这一代阿狗较上一代，计算量减小了一个数量级，也即10%，那么非常直观地，可以较为肯定地猜测，阿狗2.0采用了MobileNets网络架构，从论文上看，也基本上是正好运算量降一个数量级（Million Mult-Adds: 462->52.3, 4866->569）

第三，有记者提到了这个问题，但是估计是同传没有表达清楚，谷歌的回答有点文不对题，就是这一代阿狗是不是完全靠左右互博训练出来的。猜测应该有那么一点意思，但是还不够彻底。从谷歌的回答上，模模糊糊感觉value net的训练还是靠阿狗1.0的互博至终盘的结果，因此理论上不能说已经完全脱离了最初用于训练的人类棋局的影响。另一方面，从MobileNets方面来看，采取了一个比较重要的训练手段就是distillation，那么阿狗2.0也很有可能是从阿狗1.0上蒸馏出来再进一步训练的。因此现阶段就说是从零开始学围棋，可能还不是非常客观的

第四，谷歌提到这一代阿狗下棋，采用了10个TPU处理器。这个就不深究了，反正前几天google I/O上也说了，估计英伟达老黄会感到菊花一紧吧

最后一句，去年跟一个叫pattern的兄弟谈到关于阿狗左右互博里牵涉到的unsupervised learning的问题，看看这一年来火得发烫的各种GAN，也只能说当初我们的想像力都还不够，哈哈