2016年3月15日，
圍棋“人機大戰”在韓國首爾進行最後一盤的對弈，
韓國棋手李世石九段執黑中盤280手告負，
至此他的總比分1比4不敵“阿爾法圍棋”，
在本次“人機大戰”中宣告失敗。
阿爾法圍棋的主要工作原理是“深度學習”， 其核心是“策略網路”和“價值網路”兩種不同的深度神經網路。 其中， “價值網路”主要任務是一邊推算一邊判斷局面， 一旦局面處於明顯劣勢時， 就直接拋棄一些路線；而“策略網路”則是負責減少搜索的寬度，
這兩個工具通過相互合作做出一些類似於人們思考的行為， “挑選”出那些比較有前途的棋步， 拋棄明顯的差棋， 從而將計算量控制在電腦可以完成的範圍裡， 以期取得最終的勝利。
事實上阿爾法圍棋的強大， 除了其本身採用了最先進的深度學習技術， 利用深度神經網路對棋盤的局勢進行了預測之外， 還在於研發團隊在前期搜集了大量圍棋名人對弈的歷史資料， 使得這一人工智慧機器可以迅速汲取眾多圍棋高手的棋局， 充分利用人類棋手的即有經驗。
這次“阿爾法圍棋”的勝利， 代表著人工智慧在自主學習、自我完善等方面有了更進一步的發展。
本作品為“科普中國-科技創新里程碑”原創 轉載時務請注明出處
作者： 孔祥宇