前世今生，帶你瞭解AlphaGo的發展歷程

阿爾法圍棋（AlphaGo）是一款圍棋人工智慧程式，由位於英國倫敦的谷歌（Google）旗下DeepMind公司的戴維·西爾弗、艾佳·黃和戴密斯·哈薩比斯與他們的團隊開發，這個程式利用“價值網路”去計算局面，用“策略網路”去選擇下子。

AlphaGo的主要設計者：

大衛·席爾瓦 （David Silver），劍橋大學計算機科學學士，碩士，加拿大阿爾伯塔大學電腦科學博士。現為倫敦大學學院講師及Google DeepMind研究員。

黃士傑（Aja Huang），臺灣交通大學電腦科學學士，臺灣師範大學電腦科學碩士和博士，加拿大阿爾伯塔大學電腦科學博士後。現為Google DeepMind研究員。

阿爾法圍棋（AlphaGo）是通過兩個不同神經網路“大腦”合作來改進下棋。這些大腦是多層神經網路跟那些Google圖片搜尋引擎識別圖片在結構上是相似的。它們從多層啟發式二維過濾器開始，去處理圍棋棋盤的定位，就像圖片分類器網路處理圖片一樣。經過過濾，13 個完全連線的神經網路層產生對它們看到的局面判斷。這些層能夠做分類和邏輯推理。

這些網路通過反覆訓練來檢查結果，再去校對調整引數，去讓下次執行更好。這個處理器有大量的隨機性元素，所以人們是不可能精確知道網路是如何“思考”的，但更多的訓練後能讓它進化到更好。

第一大腦：落子選擇器 （Move Picker）

阿爾法圍棋（AlphaGo）的第一個神經網路大腦是“監督學習的策略網路（Policy Network）” ，觀察棋盤佈局企圖找到最佳的下一步。事實上，它預測每一個合法下一步的最佳概率，那麼最前面猜測的就是那個概率最高的。這可以理解成“落子選擇器”。

第二大腦：棋局評估器 （Position Evaluator）

阿爾法圍棋（AlphaGo）的第二個大腦相對於落子選擇器是回答另一個問題。不是去猜測具體下一步，它預測每一個棋手贏棋的可能，在給定棋子位置情況下。這“局面評估器”就是“價值網路（Value Network）”，通過整體局面判斷來輔助落子選擇器。這個判斷僅僅是大概的，但對於閱讀速度提高很有幫助。通過分類潛在的未來局面的“好”與“壞”，AlphaGo能夠決定是否通過特殊變種去深入閱讀。如果局面評估器說這個特殊變種不行，那麼AI就跳過閱讀在這一條線上的任何更多落子。

2015年10月阿爾法圍棋以5：0完勝歐洲圍棋冠軍、職業二段選手樊麾。2016年3月挑戰世界圍棋冠軍、職業九段選手李世石。根據日程安排，5盤棋將分別於3月9日、10日、12日、13日和15日舉行，即使一方率先取得3勝，也會下滿5盤。最後以4:1結束了這場“戰爭”。

2016年3月27日，AlphaGo確認挑戰《星際爭霸2》。2016年12月29日晚起，一個註冊為“master”、標註為韓國九段的“網路棋手”接連“踢館”弈城網和野狐網。 2016年12月29日晚起到2017年1月4日晚，master對戰人類頂尖高手的戰績是60勝0負。最後一盤前，大師透露，“他”就是阿爾法圍棋（AlphaGo）。

2017年5月23日-27日柯潔與圍棋人工智慧AlphaGo在“中國烏鎮·圍棋峰會”展開對弈。三局比賽，分別於5月23、25、27日進行。

在未來，Alpha Go將和醫療、機器人等進行結合，更好的服務人類。