人机世纪大战第二场开局AlphaGo依然是不太寻常的走法，地平线创始人、深度学习专家余凯讲到从上次到现在本身AlphaGo的棋艺也在不断得上涨，它在不需要学习人类历史数据的情况下，自我对战，没日没夜的对战提升水平，而且是并行计算。这两个月的时间，人类估计提升不了多少。所以在赛初余凯就表示AlphaGo提升是很大的，他们内部把可算不可算的内容都停掉，把资源全部放在增长AlphaGo的棋艺上。谷歌此次志在必得。

同时余凯还指出机器有全局的思考，不会局限于细节的问题，机器是要赢，而人是会纠结于细节是否会赢，机器的终极目标就是要赢。同时机器不会形成自己的棋风，这也是机器下棋比较无聊的地方，它们寻找最优解，寻找能赢的最大概率方式。这个算法能足够逼近最优棋手水平，但是它没有性格。

AlphaGo会专注于自己的棋步，用围棋的思维。它还会举一反三，具有泛化能力，当它反应的时候，会利用自己的深度数据选出最优解决方式。余凯还说，人类最大的弱点是不够理性，比如说在赢这件事情上面，机器认为赢就可以，人认为要赢得大，要赢得漂亮。但是机器不一样。李世石谨慎避免陷入机器的套路。但是AlphaGo把围棋每一位高手都仔细地学习过，而且针对于李世石的棋风也是有相当了解。就像一个大脑跟背后2000个机器PK，所以这个比赛很难说是真正意义上均衡的比赛。

机器赢的关键在于对风险的控制，人更多关心的是赢的机会，而不是对风险的控制，所以机器不会出昏招，人一旦出一个昏招，就会被机器抓住。电脑形成自己的思维逻辑，尽管从人类的棋局学习，但是背后形成的思维逻辑不一定跟人一样。它从一学到了以后，自己所形成的东西有可能是高于这样的。

今天的比赛中，大家惊奇得发现，AlphaGo似乎可以掌握局面。余凯说这基于深度学习里面采用卷积神经网络，就是拿很多的滤波器，扫描棋盘，它可能拿成千上百个滤波器，得到分层的理解，上面再来一层扫描，这个机制跟人眼睛的视觉神经网络是完全一样的。这里面很巧妙的，卷集神经网络是模拟人整个大脑的视觉神经网络的机制。

更令人吃惊的是，余凯表示机器现在是自我迭代，自我更新，自我成长。今天李世石率先进入到读秒阶段，余凯称这有可能是AlphaGo的策略，拖到最后读秒。因为它最后就是要成功，所以这些都可能是它的策略。

当最后比赛进入焦灼阶段，距离李世石认输不久之时，余凯说：“昨天我是赌计算机会会超越人类，今天我的结论是计算机已经超过了人类。后面的三盘输赢对我来讲不是那么重要了。”

余凯认为计算机棋力不断的提升，每一天提升的棋力抵过棋手几年的提升。但是这是人类理性的胜利，不是机器的胜利，机器所有的算法是人类创造的。