英國Google DeepMind 部門的電腦科學家取得了令人印象深刻的記錄，在中國古代棋盤遊戲圍棋中擊敗了人類冠軍（人工智慧）第一次。
圍棋是一種非常古老的遊戲，其歷史可以追溯到 2,500 多年前，棋手們在棋盤上相互競爭圍棋。 雖然人們經常將圍棋與西洋棋進行比較，因為這兩種遊戲都帶來了嚴峻的戰略挑戰，但就其數學可能性而言，圍棋的實際複雜性遠遠超出了西洋棋。
DeepMind 的研究人員表示，儘管遊戲看起來很簡單，但遊戲中可能的位置數量比已知宇宙中的原子數量還要多。
根據香農數，以數學家的名字命名克勞德·香農，國際象棋也是如此。 香農計算出西洋棋中可能的位置數為 10120，而原子數可觀測宇宙被認為大約是1080。
根據網格大小，Go 據說高達10第751章，儘管 DeepMind 的研究人員將其定為 10170。 無論如何，圍棋的複雜性增加使得開發人工智慧來掌握圍棋變得更具挑戰性。
“傳統的人工智慧方法——在所有可能的位置上建立搜尋樹——在圍棋中沒有機會，”DeepMind 創辦人 Demis Hassabis 寫道在谷歌部落格文章中。 “因此，當我們著手破解 Go 時，我們採取了不同的方法。”
該方法涉及建立一個名為 AlphaGo 的系統，該系統將高級樹搜尋與深度神經網路結合。 神經網路接受了人類專家玩的遊戲中約 3000 萬步棋的訓練，最終系統學會了預測玩家在 57% 的情況下會採取的棋步，擊敗了之前的紀錄佔 44%。
然後，研究人員讓 AlphaGo 自己下棋，其神經網路在數千場比賽中調整試誤策略，所有比賽均由Google伺服器提供支援。
AlphaGo 的第一次公開挑戰是與其他基於軟體的圍棋程式舉行的錦標賽，在這場比賽中，它以 500 場比賽中僅輸掉一場的方式徹底擊敗了對手。 但真正的考驗是對上三屆歐洲圍棋衛冕冠軍樊麾。
正如你所看到的影片上面，範在對陣人工智慧的比賽中表現並不好，人工智慧贏了五場比賽，沒有輸給人類冠軍。 觀看比賽的精彩片段真是令人著迷，看到範被機器打敗時的反應既沮喪又欽佩。
「問題是人類有時會犯下很大的錯誤，因為我們是人類。有時我們很累，有時我們很想贏得比賽，我們有這種壓力，」範告訴伊麗莎白吉布尼自然，描述比賽。 「程式不是這樣的。它非常堅固、穩定，就像一堵牆。對我來說，這是一個很大的區別。我知道AlphaGo 是一台計算機，但如果沒有人告訴我，也許我會認為棋手是一個計算機。
AlphaGo 的下一個挑戰是與韓國棋手李世石 (Lee Sedol) 競爭，他被認為是過去十年世界頂級圍棋棋手。 遊戲愛好者保持希望人類冠軍將贏得這場定於三月舉行的比賽。
對研究人員來說，他們已經在考慮將所學到的知識應用到遊戲世界以外的應用。
“我們很高興掌握了圍棋，從而實現了人工智慧的重大挑戰之一，”哈薩比斯寫道。 「然而，對我們來說，這一切最重要的方面是 AlphaGo 不僅僅是一個用手工製定的規則構建的『專家』系統；相反，它使用通用的規則自己弄清楚如何在圍棋中獲勝的技巧。 雖然遊戲是快速有效地開發和測試人工智慧演算法的完美平台，但最終我們希望將這些技術應用於重要的現實問題。
該研究報告於自然。
