現在這個答案已經出來了，創造出AlphaGo的Deepmind公司已經公佈了AlphaGo左右互搏的50盤棋譜，對於這50盤棋譜，不僅僅是業餘棋手看不懂，職業高手中看不懂的大有人在，在這裡僅發一個圖就能足以說明問題，只要你略懂圍棋，就會發現，AlphaGo下的圍棋跟我們人類下的圍棋完全不同了。看看圖中的白10、白12、白14、白16著法，這還是圍棋嗎？

可見，AlphaGo在擺脫了人類棋譜之後，已經達到人類高手們難以企及的境界，至於它們為何要這樣下，是不是建立在海量的形勢判斷和區域性計算基礎之上，我們都不得而知，但可以肯定的是，它們的著法代表著最先進的圍棋，因為人類最強棋手柯潔九段剛剛在“人機大戰”三番棋中被AlphaGo完虐。

人類經過數千年的思考和積累，終於對圍棋有個比較全面的瞭解，但人工智慧卻在短短時間裡全部破解了圍棋秘密，它們就像來自遙遠的未來，要領先我們人類N個世紀。在今天，我們人類已遠非它們的對手。

結果呢？沒結果嗎？我猜啊，初始化兩個人工智慧旗鼓相當，後手贏的機率大，之後下一盤勝負易主，因為人工智慧的學習功能，還有原先勝利方固有套路因為勝利次數加一，所以權重加大，思路大體依賴於上一盤的思路，原先失敗方拋棄舊有思路，上一盤對手套路針對性權重加強，贏面更大。我的結論是，第一盤後手贏，以後每一盤都勝負易手，到50盤左右不分上下，改變規則，誰後手誰贏。

我們說的下圍棋的人工智慧，其實是引入了機器學習技術的第三代計算機圍棋程式。而在程式進行訓練的過程中使用的強化學習技術，就是“兩個人工智慧互相對戰”。這種訓練的結果就是，人工智慧左右互搏，越練越強。

雖然所有AlphaGo的版本都使用了這種“左右互搏”的訓練方式，但現在比較有代表性的程式是最新的版本AlphaGo Zero。該版本只用強化學習而不用監督學習，它所有下棋的知識都是從左右互搏的過程中自己摸索出來的。

對於AlphaGo Zero的強化學習過程，deepmind的首席科學家大衛·席爾瓦有一個影片進行了簡單的介紹，其中他說了這麼一段話：

他的這段話很有啟發性：“AlphaGo的對手總是和它的水平一致，所以它從非常基礎的水平開始，從非常隨機的招式開始。但在學習過程中的每一步，它的對手，或者叫陪練，都正好被校準為匹配其當前水平。一開始，這些對手非常弱，但是之後漸漸變得越來越強大。”

這就詳細的描述了AlphaGo Zero左右互搏式的強化學習過程：讓兩個水平差不多的人工智慧互相下，會互有勝負，然後程式會在這種訓練方式中不斷的學習和進步。其實人類學棋也是這樣的。

所以人工智慧對人工智慧還能有啥結果？實力強的能贏實力弱的，實力差不多的就會互有勝負。

其實，每年都有計算機圍棋的世界比賽，來自世界各國的人工智慧程式互相比賽，最終決出一個冠軍。值得注意的是，到了第三代計算機圍棋程式才能稱為人工智慧。2015年AlphaGo V13.0剛戰勝樊麾之後，訊息還沒公開，當時那年的世界計算機圍棋比賽的冠軍程式還是第二代程式，沒有使用機器學習，實力還差的很，被人類棋手連笑打到讓6個子。

其實，當時的AlphaGo在訓練中也和那些程式下了，結果在讓四個子的情況下AlphaGo勝率接近100%

第一顆黑子放在棋盤後，白子智慧計算了三天後，沒下一子，確定認輸， 研究人員輸入貼目設定，對黑有利，白沒放一子，仍然確定認輸，對白有利當白放第二手白子時，黑認輸，然後大家又用智慧自己計算最佳貼目，當黑放第一子後，白宣佈和棋，黑確認，最後研究者總結（無趣）