第二轮人机大战AlphaGo2.0毫无悬念地战胜了柯洁。人类棋手哀鸿片野。以聂棋圣为代表，称AlphaGo2.0可以有20段（人类棋手的最高段位是9段）。但是，职业棋手有一个共识，就是AlphaGo的后半盘比前半盘差距甚大。典型的表现是在官子阶段不断退让，当然退让的条件是最终胜负不变。这种表现在技术上被解释为：AlphaGo的目标函数是赢棋的最大概率，而非最大的赢棋目数。所以，在官子时候，人类棋手认为明显便宜的招数如果被AlphaGo判定为赢棋概率是0.9，而另外一招相对损的招数赢棋概率0.91，那么AlphaGo就采取暂时亏损的招数。如果这个技术解释是对的话，那么，人类棋手还是有可能战胜AlphaGo的。

当然，上述的结论是有条件的：1、AlphaGo那些损招的赢棋概率不是100%! 2、AlphaGo判定赢棋的概率是准确的。基于这两个条件，那么，人类棋手是有可能战胜AlphaGo的。理由如下：

我们先粗浅地理解一下赢棋概率100%是什么概念？这里，显然需要频率派的概率解读。大致地理解，在剩余的所有可能分支中，没有一条是可以导致输棋的路径。这就是100%赢棋概率的粗略理解。反之，假如赢棋概率是0.9，那么意味着10盘棋有9盘是赢棋。赢棋概率是0.91意味着100盘棋有91盘是赢棋，而有9盘是输棋！所以，只要上面两个条件是成立的，那么，理论上，人类棋手能够摸到那10盘中的1盘或者100盘中的9盘，还是可以战胜AlphaGo的。从赢棋的意义上来讲，AlphaGo的策略无疑是正确的，因为它缩小了人类棋手赢棋的可能：0.9 vs 0.91。关键是人类棋手是否有可能永远摸不到那几盘赢棋？如果是序盘或者中盘，也许是对的。但是，到了终盘收官阶段，哪怕是AlphaGo赢棋的概率是0.99，人类棋手还是有可能找到赢棋的那一盘的，因为理论上讲，收官时，棋盘是越来越小的。

另外，从计算技术上讲，计算概率一定是一个浮点数。所以，收官阶段，一旦出现0.9和0.90001的赢棋概率，AlphaGo的选择一定是后者，而实际上，如果后者的官子亏损巨大（例如说导致只赢半目），那么，只要这个赢半目的概率不是100%，那么人类棋手是有可能赢棋的。

那么我们再来估算一下，0.90001的赢棋概率在棋盘缩小到怎样的大小时，人类棋手是有可能掌控得了那余下的0.09999？大概是100000盘中的9999盘。理论上，棋盘上还剩16个合法落子的地方时，最多有65536盘不同的棋。但是，实际上，250手以后，棋盘上有效的可能落子的地方可能对人类棋手来说，也许是可以看得清的咧。