阿爾法圍棋（AlphaGo）是一款圍棋人工智能程序，由谷歌（Google）旗下DeepMind公司的戴密斯·哈薩比斯、大衛(wèi)·席爾瓦、黃士杰與他們的團(tuán)隊(duì)開(kāi)發(fā)。其主要工作原理是“深度學(xué)習(xí)”。
2016年3月，該程序與圍棋世界排行靠前、職業(yè)九段選手李世石進(jìn)行人機(jī)大戰(zhàn)，并以4:1的總比分獲勝；2016年末2017年初，該程序在棋類(lèi)網(wǎng)站上以“大師”（Master）為注冊(cè)帳號(hào)與中日韓數(shù)十位圍棋高手進(jìn)行快棋對(duì)決，連續(xù)60局無(wú)一敗績(jī)。不少職業(yè)圍棋手認(rèn)為，阿爾法圍棋的棋力已經(jīng)達(dá)到甚至超過(guò)圍棋職業(yè)九段水平，在世界職業(yè)圍棋排名中，其等級(jí)分曾經(jīng)超過(guò)排名人類(lèi)優(yōu)先的棋手柯潔。
2017年1月，谷歌Deep Mind公司CEO哈薩比斯在德國(guó)慕尼黑DLD（數(shù)字、生活、設(shè)計(jì)）創(chuàng)立大會(huì)上宣布推出真正2.0版本的阿爾法圍棋（AlphaGo）。其特點(diǎn)是擯棄了人類(lèi)棋譜，只靠深度學(xué)習(xí)的方式成長(zhǎng)起來(lái)挑戰(zhàn)圍棋的極限。
阿爾法圍棋（AlphaGo）是一款圍棋人工智能程序。其主要工作原理是“深度學(xué)習(xí)”。“深度學(xué)習(xí)”是指多層的人工神經(jīng)網(wǎng)絡(luò)和訓(xùn)練它的方法。一層神經(jīng)網(wǎng)絡(luò)會(huì)把大量矩陣數(shù)字作為輸入，非線性激活方法取權(quán)重，再產(chǎn)生另一個(gè)數(shù)據(jù)集合作為輸出。這就像生物神經(jīng)大腦的工作機(jī)理一樣，合適的矩陣數(shù)量，多層組織鏈接一起，形成神經(jīng)網(wǎng)絡(luò)“大腦”進(jìn)行準(zhǔn)確復(fù)雜的處理，就像人們識(shí)別物體標(biāo)注圖片一樣。
阿爾法圍棋用到了很多新技術(shù)，如神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、蒙特卡洛樹(shù)搜索法等，使其實(shí)力有了實(shí)質(zhì)性飛躍。美國(guó)臉書(shū)公司“黑暗森林”圍棋軟件的開(kāi)發(fā)者田淵棟在網(wǎng)上發(fā)表分析文章說(shuō)：“‘阿爾法圍棋’這個(gè)系統(tǒng)主要由幾個(gè)部分組成：一、走棋網(wǎng)絡(luò)（Policy Network），給定當(dāng)前局面，預(yù)測(cè)/采樣下一步的走棋；二、快速走子（Fast rollout），目標(biāo)和走棋網(wǎng)絡(luò)一樣，但在適當(dāng)犧牲走棋質(zhì)量的條件下，速度要比走棋網(wǎng)絡(luò)快1000倍；三、估值網(wǎng)絡(luò)（Value Network），給定當(dāng)前局面，估計(jì)是白勝還是黑勝；四、蒙特卡洛樹(shù)搜索（Monte Carlo Tree Search），把以上這三個(gè)部分連起來(lái)，形成一個(gè)完整的系統(tǒng)。”
