谷歌人工智能围棋战胜李世石-人工智能

　　今天下午Google的人工智能系统“阿尔法围棋”(AlphaGo)击败韩国顶尖职业围棋选手李世石引起不少人的关注。这场人机围棋大战，比赛时间分别是3月9日、3月10日、3月12日、3月13日和3月15日。比赛五盘三胜，胜者可获得奖金100万美元。若AlphaGO获胜，奖金捐献给联合国儿童基金和STEM教育（科学、技术、工程、艺术以及数学）及围棋相关公益团体。这场比赛引起了科技领域和围棋领域的高度关注，因为相比而言，围棋比中国象棋、国际象棋等知名棋种都更加复杂，对机器人的运算能力和计算容量都有很高的要求。

　　从1997年，IBM超级计算机“深蓝”击败顶尖国际象棋棋手，此后的十几年间机器在诸多领域的智力游戏中多次击败过人类，然而在围棋领域中，人工智能电脑却始终无法战胜人类大脑。然而就是因为围棋的复杂多变的“战略”令人工智能电脑的运算变得更为艰难。国际象棋每回合有35种可能，一盘棋可以有80回合；而围棋有361个眼位，分黑白棋两种，每回合有250种可能，一盘棋可以长达150回合。所有的可能性叠加起来有3的361次方之多，比全宇宙的原子总数加起来还要多。虽然每一步棋会演变出无数可能的变化，但AlphaGo的计算方法和顶尖的人类棋手的策略其实是一样，“选择”胜率较高的那一种。

　　据了解，AlphaGo的核心是两种不同的深度神经网络——“策略网络”（policy network）和 “值网络”（value network）。它们的任务就是合作“挑选”变化中胜率较高的棋步，只不过AlphaGo算力更强，速度更快，最为关键的是，它练习得也更多。人类棋手一年可能能下1000盘棋，但AlphaGo一天就可以验算几百万盘，它可以24小时无休地自己和自己玩，而且在每一局里不断学习，知道越来越多的变化，以及这些变化的结果。人类棋手被击败，似乎只是时间问题。

　　AlphaGo已经成为目前最优秀的人工智能围棋程序。在与其他程序的对弈中，AlphaGo用一台机器就取得了500场的胜利，战绩不凡。研究者也让AlphaGo 和其他的围棋AI进行了较量，在总计495局中只输了一局，胜率是99.8%。它甚至尝试了让4子对阵Crazy Stone，Zen和Pachi三个先进的AI，胜率分别是77%，86%和99%。可见AlphaGo有多强大。

　　人工智能再次击败围人类大脑，对于研究者面对这样的成就当然欣喜，但无论结果如何，人类探寻的脚步似乎不会停止。