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·席爾瓦、黃士杰與他們的團隊開發。其主要工作原理是“深度學習”。
2016年3月,該程序與圍棋世界排行靠前、職業九段選手李世石進行人機大戰,并以4:1的總比分獲勝;2016年末2017年初,該程序在棋類網站上以“大師”(Master)為注冊帳號與中日韓數十位圍棋高手進行快棋對決,連續60局無一敗績。不少職業圍棋手認為,阿爾法圍棋的棋力已經達到甚至超過圍棋職業九段水平,在世界職業圍棋排名中,其等級分曾經超過排名人類優先的棋手柯潔。
2017年1月,谷歌Deep Mind公司CEO哈薩比斯在德國慕尼黑DLD(數字、生活、設計)創立大會上宣布推出真正2.0版本的阿爾法圍棋(AlphaGo)。其特點是擯棄了人類棋譜,只靠深度學習的方式成長起來挑戰圍棋的極限。
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“深度學習”。“深度學習”是指多層的人工神經網絡和訓練它的方法。一層神經網絡會把大量矩陣數字作為輸入,非線性激活方法取權重,再產生另一個數據集合作為輸出。這就像生物神經大腦的工作機理一樣,合適的矩陣數量,多層組織鏈接一起,形成神經網絡“大腦”進行準確復雜的處理,就像人們識別物體標注圖片一樣。
阿爾法圍棋用到了很多新技術,如神經網絡、深度學習、蒙特卡洛樹搜索法等,使其實力有了實質性飛躍。美國臉書公司“黑暗森林”圍棋軟件的開發者田淵棟在網上發表分析文章說:“‘阿爾法圍棋’這個系統主要由幾個部分組成:一、走棋網絡(Policy Network),給定當前局面,預測/采樣下一步的走棋;二、快速走子(Fast rollout),目標和走棋網絡一樣,但在適當犧牲走棋質量的條件下,速度要比走棋網絡快1000倍;三、估值網絡(Value Network),給定當前局面,估計是白勝還是黑勝;四、蒙特卡洛樹搜索(Monte Carlo Tree Search),把以上這三個部分連起來,形成一個完整的系統。”