3月19日，在第10届UEC杯世界计算机围棋赛上，决赛中由腾讯AI Lab（腾讯人工智能实验室）研发的围棋人工智能程序“绝艺”（Fine Art）击败日本开发的“DeepZenGo”（天顶），以11战全胜的战绩夺冠。
今年共有30支软件参加此次大赛。继18日的循环积分赛中，“绝艺”以七局全胜战绩进入16强后，在今天决赛又以四连胜战绩夺得本届UEC杯冠军，日本“DeepZenGo”获亚军。
这次比赛其实也邀请了AlphaGo，但被他们拒绝了。参赛的围棋程序大都是学习2016年DeepMind的那篇论文，而现在的AlphaGo又再度进化升级，成为更为强大的“Master”了。与参赛的围棋程序相比，现在的AlphaGo可能已经是不同“物种”了，自然没必要参赛。
比赛的用时是每方30分钟，平均下来20秒左右就要落子，参赛程序的计算能力显然对比赛成绩有着很大的影响。比赛并不是所有的程序都使用统一的硬件配置，而是各自通过手里的笔记本电脑，把比赛数据发送到各自的服务器计算平台上完成。这也是为什么18日现场断网之后，比赛不得不暂停的原因。
应用了深度学习技术的围棋程序，对局时策略网络和价值网络同时工作，还要配备强大GPU等计算资源。虽然计算资源堆积到一定程度之后能起到的提升效果有限，但在UEC的快棋赛制里，计算资源上的差别还是很有影响的。
DeepZenGo是由日本最大的视频网站作为技术支持，而绝艺的背景是腾讯，两者在计算资源上的优势是显而易见的。据国内一位研究围棋AI的同学介绍，绝艺能够调用的计算资源大到无法想象，毕竟中国是目前超算能力最强的国家。
绝艺、DeepZenGo，还有此前新浪棋牌报道过的 “丽拉”，都是受到2016年DeepMind在《自然》杂志上发表的关于AlphaGo论文启发，进而发展成现在的围棋人工智能的。从某种意义上讲，它们都是去年那个AlphaGo的跟随者。从这次世界计算机大赛的棋谱体现出的水平来看，他们距离去年击败李世石的那一版AlphaGo似乎还有一定的差距。
这个差距一方面来自于，当时AlphaGo与李世石下的是慢棋，计算时间比这次要长；另外一方面可能是谷歌在深度学习技术应用上的优势所致。不过尤其要注意的是，现在这些围棋程序对比的对象还只是2016年与李世石大战的AlphaGo，现在的AlphaGo（或者说MAster）究竟进化到什么程度我们并不知道。
DeepMind在公布科学成果上是很谨慎的。去年人机大战之前他们说AlphaGo通过自我对弈，取得了巨大的进步，所以才有信心挑战李世石。当时不少人对此嗤之以鼻，结果被4比1的比分打了脸。
2016年11月的时候，AlphaGo团队的发言人樊麾通过微博宣布：“我们很高兴向大家宣布，AlphaGo的棋力在已过半年有巨大的进步，将在2017年初复出下棋。我们团队会在近期内公布更多讯息。”这个“巨大进步”耐人寻味，AlphaGo的研究又取得了怎样的进展呢？之后Master在网上的60盘快棋测试，让我们惊鸿一瞥。计算时间极短、完美的局面掌控、精准的局部战斗，这些细节都告诉着我们，现在的AlphaGo或者说Master，已经和一年前的它完全不同了，甚至可能已经进化到了一个更为先进的阶段。
上一次AlphaGo公布研究结果，改变了整个围棋人工智能领域，为围棋界打开了一道通往未来的大门。不久前，哈萨比斯说：“2017年将是AlphaGo与棋界兴奋的一年”，这次他们会带来什么样的惊喜呢？
稿源：新浪体育
