謝邀。我覺得這個問題有點無聊。因為柯潔與阿爾法狗大戰，包括以前阿爾法狗同南韓李世石大戰，目的都是為了檢驗人工智慧與人類棋手的水平高低，如果換成兩個阿爾法狗對戰，不論輸贏抑或打平，那都毫無意義，不能說明人工智慧超過人類。舉辦阿爾法狗與世界頂尖圍棋手大賽，目的是為了更好研發人工智慧服務的。

你應該搞明白一個事實，阿爾法狗再厲害也是人工開發的，只是人工智慧罷了，用兩個人工智慧對決的話，請問意義何在？即使有勝負，那也是開發水平問題高低而已

這真是無聊的問題，兩個阿爾法狗彼此對決了，勝負與人類有關嗎？能說明什麼問題？說明人工智慧勝於人類嗎？別忘了阿爾法狗是誰造出來的，所以他們之間怎麼對決或者阿爾法狗與人類對決，最終勝者還是人類！

其實，你提的問題，本身就是阿爾法狗深度學習的秘密！

請仔細看上圖，AlphaGo透過自我對弈，產生一個輸贏的結果；然後再以此為基礎，再自我對弈；一直迴圈往反覆。透過大量的自我對弈棋局，最終提升預測水平，也就是圍棋水平。

人類棋手，窮其一生，對弈局數最多也只有數萬而已。

但阿爾法狗就不一樣了，透過分散式電腦的頂尖執行速度，它短時間內就可以產生百萬甚至千萬的自我對弈局數，並且隨著時間的增長，它可以持續透過自我對弈提升自己的水平！

所以，你的問題答案就很明白了：

兩個版本完全一致的阿爾法狗對弈的話，肯定會有贏有輸，輸贏會非常接近！

如果版本不一致的兩個阿爾法狗對弈的話，肯定是後期版本的贏的機率大！這是它深度學習的原理決定的！

一句話：你的兩個阿爾法狗對弈的問題，它其實已經進行了上千萬甚至上億次了！

如您所說，如果是兩個機器人比，我感覺會不相上下，打成平局，畢竟人工智慧是人創造出來的，各種程式也是由人設計的。但這種可比性我感覺毫無意義，結果也證明不了什麼，只能是看看稀罕！

依您提出的問題，我想反問一下：人工智慧越來越進步的同時人類會不會退化？

周伯通有一招叫左右互搏術，大概就是這個意思。但是這一招是一個人的思想。阿爾法狗可以程式完全一樣。但卻是兩個個體，所以一定是互有勝負。

應該搞個機器人圍棋國際大戰，比如代表谷歌的阿爾法狗，可以再有代表中國AI的阿爾法驢，代表日本的阿爾法熊，代表南韓的阿爾法猴，等等

看看究竟誰厲害，那比可的就是綜合科技能力了

狗狗本來就是這麼下棋的，它的學習就是自我對弈，包括在比賽時，它的每一步用時也是都花在自我對弈上，它在每一步的用時中已經不知道下了多少盤自我對弈了，並且從中選出一個勝率最高的落子。

所以兩個一樣的狗對弈，如果基礎條件相同，即自我學習的時間相同，那麼他們的勝負應該是各半的。其實真正有意義的是不同的狗之間在同樣的學習時間後對弈，可以看不同演算法的優劣。

據說阿爾法狗學習能力，推演能力都很強，而且更要命的就是理論上計算機不會犯錯誤！！！！！這個好像就是破壞遊戲規則嘛………但是兩隻狗狗一起對戰，一起互相學習，一起不犯錯的話，我覺得…………………………………！……………………………………………………………………………………電量大的那隻能贏！！！！因為阿爾法狗好像很費電！！！！每落下一顆棋子據說電費3000美元！！！所以…………電量大的那隻能贏…………

我不是很在意一兩次對弈的勝負結果。

我認為透過狗狗對戰可以讓人類大師們學到更高明的招式。

也許圍棋最終只有一個結果，黑棋必贏

那麼圍棋需要重新更改規則，最終制作出更高階的棋類。

兩個阿爾法狗彼此對決，雙方剛開始分別知道對方是怎麼運算的，那麼A每下一步棋，都會推演B怎麼下，然後開始設計各種陰謀詭計。

同時B也會這麼幹。

經過無數次對弈之後，阿爾法go-A和B會成為我們都不認識的集所有陰謀詭計之大全的超級智慧機器人，從甩李世石十條街，變成甩1000000000條街。這種“狗”以後會把我們虐哭。

而且因為，機器學習也有隨機性，優勢會積累放大，一年之後，阿爾法go-A或B會變得實力懸殊，一年後，兩者的對弈狀態是，要麼是A一直碾壓B，要麼是B一直碾壓A。

一個贏一個輸，圍棋這個東西我幼年學過一點點總會有輸贏，不可能不贏有和棋的局面機會很少，基本都是貼個半目半對面就贏了，機器演算法即使雙方水平一樣取得一樣的目數，也會在帖子中一方贏一方輸。

那也有勝負。

狗選擇的每一步是他計算量一定情況下認為最優的，其實不一定是最優的，加大計算量，肯定有更好的，有的步在多個最優間隨機選，這就有了運氣充成分。

所以倆狗對咬也有勝負，如果演算法一樣能力相同，下百盤應該應該基本各勝一半。

如果計算量已經窮經圍棋，那麼誰先or誰後誰就勝利。依據規則而定

人機對弈這一輪是人類敗了，但作為人機大戰的開始，人工智慧只是殺了人類一個措手不及，人類倉促應戰才會慘敗，接下來我認為人類應該思考更深層次的東西，我們大腦結構和計算機不同，思維方式和人工智慧不同，我們要開始研究人工智慧的弱點，尋找新規則或新思維方法來擊敗人工智慧，這是具有極其深遠意義的東西，人類創造了人工智慧如果未來不能駕馭的話遲早會被其迭代，我相信人類能找到適合人腦的規則而取得人腦的進化飛躍，這將是人類文明延續的關鍵。

兩個阿法狗彼此對決的棋譜已經公開了五十局，在deepmind的網站可以下載，黑棋貼七目半的負擔略重，白棋的勝率較高一點點。從阿法狗的自我對決的招法來看，如果說人類棋手的戰鬥是一場平面戰爭，那麼阿法狗的戰鬥就是一場海陸空全方位的立體戰爭。我認為阿法狗比人類最強的棋手也要高出兩子。假如谷歌公司繼續提升演算法，阿法狗會變得更強，將無限接近於圍棋上帝。

個人意見是

如果是人工智慧和人對決，那麼就是演算法和人的對決

那如果是兩個阿爾法狗

狗都是那個披著智慧外衣的狗

那又變成了演算法與演算法的對決

不同程式之間的較量，歸根結底不也就是做這個程式背後的人和團隊之間頭腦的比拼嗎

當然是演算法更完美周全的那個贏

網上已經公佈了阿爾法狗之間對弈的50盤棋譜，還有大量的棋譜沒有公開，但僅僅從這50盤棋來看，就已經是驚世駭俗了。很多招法別說我們這個歲數的棋手沒見過，就是柯潔他們，也不敢說見過吧？實在太不可理喻了！就像這盤棋，白10在角上碰了後又跑到下邊盤碰一下，白12、白14放置一邊又不繼續了，然後又轉到右下角白16扳，如果阿爾法狗是人類的話，很想問問他，這兩處的著法之間有必然性嗎？如果有必然性，那需要多少個變化圖講清楚這樣下的內在必然性。

我們也相信，阿爾法狗的後臺程式裡肯定已經將這兩處變化都算得清清楚楚，人工智慧不會憑感覺下棋，那是人類之所長。阿爾法狗的每手棋就基於形勢判斷和詳細計算，因此看似匪夷所思的著法在阿爾法狗那裡，應該是經過了海量的計算後，得出的最佳結論，問題是，這樣的實戰著法估計就算過了一百年，人類也沒法接受。

人類如果能洞悉阿爾法狗下棋的思維模式，那麼就能破譯其著法的必然性所在，否則，人類與阿爾法狗之間沒有勝負可言，它已經破譯了人類的所有思路、著法，而人類卻對它幾乎一無所知，據說它還可以不斷地升級，現在的AlphaGo2.0版要讓2016年AlphaGo1.0版三個子，這實在是太可怕了！圍棋竟然如此深奧，人工智慧竟然如此先進。從上邊棋譜來看，阿爾法狗跟人下的還是圍棋，它們相互之間進行的只能說是來自遙遠未來的棋局。

還是同人下棋一樣有勝有負，感覺這樣做的意義可能是為了讓機器跟機器比賽看能否找到AI的突破口，也就是看機器能否自主創造思路演算法，假如一方贏另一方懸殊太大，人類就可以從中研究原因，找到讓AI自主創造程式設計學習的門道（這是AI發展的下一個方向）

兩個阿爾法狗下棋，比一個人自己拿黑白棋對下（智力較量），或者左右手互搏（體力較量）都沒有懸念，即：如果不貼目的話，黑棋必勝。如果貼目的話，就很複雜了，後面會提到 。

二狗相爭，不貼目執黑必勝的道理很簡單：兩個一模一樣的智慧機器，每一步棋都經過海量計算和智慧學習比對，因此“不會犯錯”是必須的，既然在“同級別智慧狀態”下不犯錯，那麼，先行獲勝豈不是必然事件嗎？

阿爾法狗落子如飛，是其應用了新演算法中的“走子網路”，智慧強度與載體的GPU效能息息相關。懂電腦的人都知道GPU是圖形處理器，主要負責圖形計算。而圖形計算和普通的CPU資料計算不同，是一種圖形匹配技術。這是阿爾法狗的一個技術關鍵。

阿爾法狗是進行圍棋圖形大資料檢索，即呼叫自己的圍棋圖形的的資料，透過圖形匹配，找出當前圍棋圖形下的近似解，並以勝率進行選擇。這個“當前圍棋圖形”，應該是基於整個棋盤的。阿爾法狗的棋形資料庫應該是經過長時間深度學習後融入其的神經網路的一部分，相當於人的記憶部分。其與人類不同的是，這個記憶非但不會磨滅，而且透過學習，對弈，還在不斷自我增強，爆炸式增強，並且兩狗都一樣，同步增強。

這倒是扯出一個新問題，執黑先行的“便宜”到底有多大？這才是決定狗狗誰勝誰負的關鍵：既然技術無瑕疵，那麼先行的優勢和其應該付出的代價（貼目）就至關重要了。

不要以為這是廢話，黃龍士，本因坊秀哉，木谷實，坂田榮男，趙治勳，李昌鎬，李世乭，柯潔等等這些曾經各領風騷數百天數千天的棋壇霸主，甚至，在不貼目時代的棋聖吳清源，十二歲即嶄露頭角，翌年在國內無敵手，二十歲創圍棋新佈局法，在日期間盡敗日本高手，被譽為古今第一人的吳清源，也沒有做到不貼目執黑全勝。

歷史上從不貼目（互先），然後貼三目五目半……六目半七目半的都存在過。現行的日本南韓貼六目半，中國以及臺灣應氏杯等價於貼七目半。到底多少合適？恐怕沒人能說清！

無論如何，從三十年代到迄今為止的發展趨勢，貼目負擔是越來越重。棋盤空著的時候一手棋（黑方先手的優勢）的價值有多少？這在職業棋手中也眾說紛紜。陳祖德評棋，認為一手棋有十目價值；而沈果孫七段則認為有貼目的二倍也即是十五目左右，當然還有各種各樣更小更大的說法……有趣的是，貼目規則的原理是先手優勢。但是貼目多少的指定更多的是大資料下的統計勝率，而非像理論家這樣去想先手價值與次一手的價值差。

只有明確了這個貼目的最合理數字，才能真正知道一盤棋定勝負的“二狗相爭”是誰能笑到最後，這個真的真的很關鍵。

“想一萬年也不會想明白啊”……木谷實語。

圍棋與其說計算得出最優解，還不如說是在眾多選擇中排除惡手。水平高的就能正確地排除更多的錯誤選擇。誰的效率更好，誰的準確度越好，誰的勝率就越大。

面對一個局面，外行、愛好者和初入門新手可能只能排除一部門選擇，留下十幾種深入思考，而九段高手可能非常熟練地用更短的時間就留下兩三種變化進而分析。這就能解釋為什麼剛入段的小朋友為什麼三兩步擺定式就能把十多年野棋經驗的業餘選手弄得手足無措。也能解釋為什麼大高手錯算一步就導致大龍遭屠。

再進一步，我認為人工智慧的優勢有兩個。一是計算深度。這個不用過多解釋。在明確規則限制下，計算機可以快速演算模擬接近於窮盡的所有變化。再輔以選擇策略，可以大幅提升效率和準確度。誇張地說，人工智慧可以用普通人一生的精力去計算一步棋，人是做不到的。二是人工智慧幾乎不受情緒波動的干擾。勝不驕敗不餒。不會因為一處得失而影響後續行棋。不會因為前一天和旁人爭執而影響現在的對局。更不會因為性格而產生愛殺伐或者愛造勢的棋路派別。簡而言之就是務實到可怕。

最後就是總結，我感覺兩個完全一樣的程式在運算，結果必然是一樣的。但畢竟有先後手的區別，所以每一步面對的實際上是不同的局面。因此，影響結局的會是規則。也就是讓子數量會影響判斷依據。現在的讓子標準也是估算出來的，是否準確有待商榷。

引申一下，是否可以考慮讓人工智慧海量對戰，調整讓子標準。讓勝負更加客觀公正。