2016年3月15日 围棋“人机大战”结束

 

    阿尔法围棋的主要工作原理是“深度学习”，其核心是“策略网络”和“价值网络”两种不同的深度神经网络。其中，“价值网络”主要任务是一边推算一边判断局面，一旦局面处于明显劣势时，就直接抛弃一些路线；而“策略网络”则是负责减少搜索的宽度，判断某些棋步该不该走，防止随便送子给别人吃。

 

    这两个工具通过相互合作做出一些类似于人们思考的行为，“挑选”出那些比较有前途的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围里，以期取得最终的胜利。

 

    事实上阿尔法围棋的强大，除了其本身采用了最先进的深度学习技术，利用深度神经网络对棋盘的局势进行了预测之外，还在于研发团队在前期搜集了大量围棋名人对弈的历史数据，使得这一人工智能机器可以迅速汲取众多围棋高手的棋局，充分利用人类棋手的即有经验。

 

    这次“阿尔法围棋”的胜利，代表着人工智能在自主学习、自我完善等方面有了更进一步的发展。随着人工智能的应用，必将会在推动计算机技术的不断进步，人类生活方式的持续改善等方面产生更加深远的影响，为人类社会做出巨大的贡献。