比赛时间分别是3月9日、3月10日、3月12日、3月13日和3月15日。比赛五盘三胜，胜者可获得奖金100万美元。若AlphaGO获胜，奖金捐献给联合国儿童基金和STEM教育（科学、技术、工程、艺术以及数学）及围棋相关公益团体。

本次比赛采用中国规则，黑贴3又3/4子（黑贴7目半）。每位棋手各有两个小时布局时间，三次60秒的读秒，每场比赛预计需要大约4-5小时。

这场比赛引起了科技领域和围棋领域的高度关注，因为相比而言，围棋比中国象棋、国际象棋等知名棋种都更加复杂，对机器人的运算能力和计算容量都有很高的要求。

国际象棋的第一步有28种下法，围棋有361种；国际象棋一局大约是40个回合，而围棋可长达150个回合。在此之前，大多数国际象棋电脑依赖的依然还是穷举法，计算机每走一步都要耗费大量时间进行计算，这样下去根本连普通选手都下不过。

AlphaGo人工智能程序结合了深度神经网络机器学习方法和树搜索算法。简单来说，就是先让AlphaGo观察人类下围棋，然后通过将不同决策进行比较来提升技能，这一过程被叫做强化学习。经上百万次重复后，AlphaGo就可以进行对战了。

如果AlphaGO胜出，这将是机器人的一次标志性事件，其意义不亚于“人类登月”。如果李世石赢的话，则是继续捍卫了人类大脑的统治地位。

针对这场比赛，包括各大科技媒体还有优酷、B站都进行了现场直播，看看网友们都是如何评价这场比赛。

李开复：机器人赢很悬，未来机器人必胜

腾讯科技援引创新工场董事长兼CEO李开复称，这次机器战胜围棋世界冠军很悬，但未来机器必胜。

围棋的棋盘为19*19=361，棋盘较大，且下棋过程中会出现提子（吃子）情况。因此，围棋复杂度高太多，无法仅靠硬件加速解决，一定要根本性上有更强自我学习方法。

尽管在这场谷歌AlphaGo对阵世界围棋冠军李世石的较量中，围棋界和科技界存在分歧，即到底是AlphaGo还是李世石赢得胜利，但彼此却有一个共识：未来机器必将战胜人。

谷歌董事长：李世石胜出的可能性为0

新浪科技的报道则称，据谷歌工程师估算，李世石胜出的可能性为0。

谷歌董事长施密特现场说，无论谁胜谁负，实际上都是人类的胜利，正是因为人类的努力，才让机器学习有了现在的进展和突破。

曾经败给AlphaGo的棋手樊麾说，和AlphaGo下棋感觉面前像有一堵墙。李世石则认为，面对AlphaGo，备赛不可能像以前那样琢磨对手路数，只能自己和自己下盲棋，凑巧的是，这个方法和AlphaGo的训练如出一辙。

B站网友：AlphaGo赢并不可怕，可怕的是AlphaGo故意输

弹幕视频网站bilibili也参与了这场焦点之战，虽然吸引了众多用户的互动，但从本质上来说，并没有多少人关注这场对弈的过程。

因为懂棋的人不多，所以并没有多少人对这场比赛作出直接评价，但也有一些经常的弹幕评论。比如，“AlphaGo赢并不可怕，可怕的是AlphaGo故意输”，这意味着人工智能已经完全可以识破人类的所有战略。

AlphaGo戴密斯·哈萨比斯：AlphaGo和李世石实力五五分

AlphaGo戴密斯·哈萨比斯在赛前提到，很难断定谁会赢，应该是50对50。这里有两层意思，一是胜率不会落后，二是棋的内容也不会输于李世石九段。AlphaGo不会疲劳和害怕，经过多次测试还存在没被发现的弱点，希望通过此次比赛暴露出它的弱点。

腾讯网友：即使AlphaGo胜了，也不能代表科技的进步

AlphaGo大战李世石之所以如此引人关注，不是因为它能够代表科技的进步，或是人工智能的未来。而是它占据了电子竞技的版面，造成了超乎预期的关注。AlphaGo其实并不是神秘，也不是人工智能的技术创新，它确切的定义应该是不同机器学习技术的整合。它的核心必须是建立在大数据和深度学习两个基础上的。不过，那些对人工智能最终取代人类生产力的判断，却有些为时过早。索罗斯的“反身性”原理，背后揭示了一个深刻的规则：人不能跳出“人的视角”去验证人。

Facebook围棋项目负责人田渊东：AlphaGo已经达到凭“感觉”下棋

就智能围棋而言，人工智能运用深度神经网络进行的下棋决策，已经非常接近于人，就是凭“感觉”选择下一步棋的落子。

“中国围棋第一人”柯洁九段：李世石并不适合人机大战

柯洁九段分析称，李世石的强项是后半盘的翻盘能力，布局则是李世石最差的地方，判断力也不是太好，这对于AlphaGo来说是个重大利好，因为计算机一般来说也是强在后半盘。

阅读更多有关科技的内容，请点击查看>>。