如何理解阿尔法狗对阵李世石第二局开局的‘尖冲’？

不是阿尔法狗符合人类大师的模式，而是人类大师的模式接近最优解，这个最优解天然的存在，而alpha go也能通过对棋盘的学习学习到这种最优解。

那种讨论方式是无意义而且有害的：不希望，不喜欢，不愿意，所以就不接受事实。

什么是围棋上的解释？数学解释是不是围棋的解释？

数学上的解释已经很明确了，你懂围棋，就可以把他随便的怎么解释——但是那只是一个侧面。侧面不是事实。
===
我在知乎上有一个相关的回答，改了改放到这里来：

不要用人的思维方式去揣测alpha go——搞机器学习的人都知道alpha go不过是根据统计结果什么的下棋而已。不要揣测alpha go对李世石的心理做出了预估，alpha go没有那个功能。非要说的话，go不过是对人类的普遍盲点利用了一下而已。

alpha go的每一步不存在失误，每一步都是有限资源下为了“小幅度”战胜对手的最优解。有限资源包括时间等等等。“小幅度”是因为给alpha go用来训练的棋局数据绝大多数都是小幅度比分的数据。这不过是人类无意中带进来的先验而已。

现在的围棋理论包括定式等等，都是基于局部最优解。而局部最优解并不意味着全局最优解。所以，现在的定式等等等，一定是在理论上存在一些问题的，现在有了alpha go，我们就可以重新审视这些定式。

===
别把alpha go当人，他就是一个机器而已。
当然了，未来的beta go或者gamma go是不是人这还两说着。