3月9日12点，举世瞩目的谷歌围棋（Alpha GO）挑战李世石的“人机大战”在韩国首尔鈡路区fourseasons酒店正式打响，有关“人工智能”的信息更是引发人们的关注。

 

 

Alpha GO主要功能

 

      位于英国伦敦的谷歌旗下DeepMind公司的戴维·西尔弗、艾佳·黄和杰米斯·哈萨比斯与他们的团队，开发了一个叫“AlphaGo”的程序，利用“价值网络”去计算局面，用“策略网络”去选择下子。训练这些深度神经网络的，是对人类专业棋局的监督学习以及让它和自己对弈的增强学习。

 

    “AlphaGo”程序在和其他围棋程序的对抗中获得了99.8%的胜率，并且在一项竞赛中以5比0的成绩战胜了欧洲围棋冠军。计算机程序能在不让子的情况下，在完整的围棋游戏中击败专业选手，这还是第一次。原本人们认为，要到10年后人工智能才能达到这一成就。

 

  系统原理

 

      作为一种人工智能系统，AlphaGo拥有两个大脑，落子选择器 （Move Picker）和棋局评估器 （Position Evaluator）。这也基于两个深度神经网络，policy network与value network。二者极大地降低了需要考虑的搜索空间的复杂度，前者降低搜索的广度，后者降低搜索的深度，很像人脑在下围棋时凭直觉快速锁定策略的思维。

 

      集合了3000万种职业棋手的下法，数百万次深度学习与自我对战，十分接近带着直觉和第六感的人类大脑，能以57%的概率预测与其对阵人类的水平。

研发者表示，AlphaGo有自己学习和进化的能力。人类在长时间的比赛中会因疲劳而犯错，但电脑程序不会，人类可能一年只能下一千盘棋，而AlphaGo一天就能下一百万盘。