前世今生，带你了解AlphaGo的发展历程 _小知识

阿尔法围棋（AlphaGo）是一款围棋人工智能程序，由位于英国伦敦的谷歌（Google）旗下DeepMind公司的戴维西尔弗、艾佳黄和戴密斯哈萨比斯与他们的团队开发，这个程序应用价值网络去盘算局势，用策略网络去选择下子。
AlphaGo的重要设计者：
【前世今生，带你了解AlphaGo的发展历程】大卫席尔瓦（David Silver），剑桥大学盘算机科学学士，硕士，加拿大阿尔伯塔大学盘算机科学博士。现为伦敦大学学院讲师及Google DeepMind研讨员。

文章插图
黄士杰（Aja Huang），台湾交通大学盘算机科学学士，台湾师范大学盘算机科学硕士和博士，加拿大阿尔伯塔大学盘算机科学博士后。现为Google DeepMind研讨员。

文章插图
阿尔法围棋（AlphaGo）是通过两个不同神经网络大脑合作来改良下棋。这些大脑是多层神经网络跟那些Google图片搜索引擎辨认图片在构造上是类似的。它们从多层启示式二维过滤器开端，去处置围棋棋盘的定位，就像图片分类器网络处置图片一样。经过过滤，13 个完整衔接的神经网络层发生对它们看到的局势断定。这些层能够做分类和逻辑推理。
这些网络通过重复训练来检讨成果，再去校订调剂参数，去让下次履行更好。这个处置器有大批的随机性元素，所以人们是不可能准确知道网络是如何思考的，但更多的训练后能让它进化到更好。

文章插图
第一大脑：落子选择器（Move Picker）
阿尔法围棋（AlphaGo）的第一个神经网络大脑是监视学习的策略网络（Policy Network），视察棋盘布局妄图找到最佳的下一步。事实上，它预测每一个合法下一步的最佳概率，那么最前面猜测的就是那个概率最高的。这可以懂得成落子选择器。
第二大脑：棋局评估器（Position Evaluator）
阿尔法围棋（AlphaGo）的第二个大脑相对于落子选择器是答复另一个问题。不是去猜测具体下一步，它预测每一个棋手赢棋的可能，在给定棋子地位情形下。这局势评估器就是价值网络（Value Network），通过整体局势断定来帮助落子选择器。这个断定仅仅是大概的，但对于浏览速度进步很有赞助。通过火类潜在的未来局势的好与坏，AlphaGo能够决议是否通过特别变种去深刻浏览。如果局势评估器说这个特别变种不行，那么AI就跳过浏览在这一条线上的任何更多落子。
2015年10月阿尔法围棋以5：0完胜欧洲围棋冠军、职业二段选手樊麾。2016年3月挑衅世界围棋冠军、职业九段选手李世石。依据日程支配，5盘棋将分离于3月9日、10日、12日、13日和15日举办，即使一方率先取得3胜，也会下满5盘。最后以4:1停止了这场战斗。
2016年3月27日，AlphaGo确认挑衅《星际争霸2》。2016年12月29日晚起，一个注册为 master 、标注为韩国九段的网络棋手接连踢馆弈城网和野狐网。2016年12月29日晚起到2017年1月4日晚，master对战人类顶尖高手的战绩是60胜0负。最后一盘前，巨匠泄漏，他就是阿尔法围棋（AlphaGo）。
2017年5月23日-27日柯洁与围棋人工智能AlphaGo在中国乌镇围棋峰会展开对弈。三局竞赛，分离于5月23、25、27日进行。
在未来，Alpha Go将和医疗、机器人等进行联合，更好的服务人类。