2017年新年前后，升级后的阿尔法狗再度出山，以“大师”（Master）为名，横扫人类高手60盘，无一败绩。

阿尔法狗迄今给人印象最深的，是“他”的学习能力。在战胜围棋欧洲冠军时，高手们一致认为其水平不高，个别着法甚至不如业余选手；及至与李世石一战，功力忽然大涨，与此前表现翻天覆地，以至有人怀疑他以前的表现是在放烟幕弹，麻痹人。但即使此时，阿尔法狗的表现仍不是完美无缺的，例如柯洁当时就不服。到了“大师”出山，打遍天下无对手时，恐怕没有专业棋手对其快棋水平超过人类抱有异议了。有著名棋手甚至反映，“大师”下出的棋，到了职业高手连看懂都难的地步，输都不知怎么输的。

客观地看，这回下的是超快棋，网棋30秒一步，相当于极大地放大了人类棋手犯错误的机率，这同上一次阿尔法狗给了李世石较长思考时间，包括长考的机会，条件上有点不可比。也许，人类每步棋没时间思考匆匆落子犯错，与较多棋手车轮大战可能偶然下出神来之手，两个概率对冲了。

如果抛开围棋规则，专谈人工智能，阿尔法狗还没有经历以下挑战：给人充裕时间思考结果会怎样；让人类集体讨论对付“他”会怎样；与人复盘，让人了解“他”的思路再下会怎样；让人悔棋重下会不会下过“他”等等。

从人工智能发展角度看，阿尔法狗这种屡屡让评价者大跌眼镜的超强学习能力，可能与人工智能算力的提高（而非算法的改进）关系更大。有专家（如谭铁牛）就认为，人工智能算法上的突破仍未出现。

由此想到，人工智能算法的核心，一直围绕理性算法与感性算法（如神经网络方法）之争。有一个简单问题，人类还没有考验过人工智能：人工智能会写出一本让人感动落泪的长篇小说吗？当然，这里的重点是感动落泪，不是长篇小说。

用这个标准一衡量，用阿尔法狗代表人工智能，其实目前还是有短板的。阿尔法狗在涉及理智、比出胜负的地方，算得比人深；但在涉及情感，没有胜负的艺术上，很可能仍是业余的。作协成员肯定多于职业棋手，每人作品都可以打动人心，但阿尔法狗可能达不到作协的及格线。你当然可以争辩说，阿尔法狗是设计来下围棋，而不是写小说的。但反过来也可以说，现在用蒙特卡洛算法或别的深度学习方法去编写一个写作程序，这个程序做诗作文不难，但难在写得让人动情。动情这件事，算力（人们把计算人通俗地说成“斗心眼”）能帮的忙有限，绞尽脑汁仍有可能让人挤不出眼泪水。

这就是终极算法问题。即使2017年1月1日出版的佩德罗.多明戈斯的《终极算法》，也没有穷尽算法的终极性。人的情感，就是比算法更终极的问题，因为它总有某些地方根本不是“算”出来，而是“涌现”出来的。

与希腊阳光下的维纳斯雕像及意大利米开朗琪罗的作品大卫相比，阿尔法狗背后隐藏的那些设计者，虽然十分了不起，但总给人一种处心积虑的感觉，他们一步一步把人类限制在不发挥的条件下，用机器的长处去比人类的短处，让人看不出双方都不犯计算错误究竟谁高谁低。这60盘棋让人觉得，当代围棋可能让人们高估了。与古代的艺术围棋相比，棋手中的艺术家还没有开始艺术起来，先在局部计算中就被胜负师们打倒了；而胜负师们这回真正遇到了师傅，比他们还长于冰冷计算的阿尔法狗，还没轮到他们发挥想象力，先让他们在比谁不犯计算错误上，就输个精光，然后竟然叫阿尔法狗表演起“高者在腹”了。

相对欣赏古力最后的“绝唱”，力虽有所不逮，但表现出人的阳光气概来。