英国谷歌 DeepMind 部门的计算机科学家取得了令人印象深刻的记录，在中国古代棋盘游戏围棋中击败了人类冠军（人工智能）第一次。
围棋是一种非常古老的游戏，其历史可以追溯到 2,500 多年前，棋手们在棋盘上相互竞争围棋。虽然经常与国际象棋相比，这两种游戏都带来了严峻的战略挑战，但就其数学可能性而言，围棋的实际复杂性远远超出了国际象棋。
DeepMind 的研究人员表示，尽管游戏看起来很简单，但游戏中可能的位置数量比已知宇宙中的原子数量还要多。
根据香农数，以数学家的名字命名克劳德·香农，国际象棋也是如此。香农计算出国际象棋中可能的位置数为 10120，而原子数可观测宇宙被认为大约是1080。
根据网格大小，Go 据说高达10第751章，尽管 DeepMind 的研究人员将其定为 10170。无论如何，围棋的复杂性增加使得开发人工智能来掌握围棋变得更具挑战性。
“传统的人工智能方法——在所有可能的位置上构建搜索树——在围棋中没有机会，”DeepMind 创始人 Demis Hassabis 写道在谷歌博客文章中。 “因此，当我们着手破解 Go 时，我们采取了不同的方法。”
该方法涉及构建一个名为 AlphaGo 的系统，该系统将高级树搜索与深度神经网络相结合。神经网络接受了人类专家游戏中约 3000 万步棋的训练，最终系统学会了预测玩家在 57% 的情况下会采取的棋步，击败了以前的记录占 44%。
然后，研究人员让 AlphaGo 自己下棋，其神经网络在数千场比赛中调整试错策略，所有比赛均由谷歌服务器提供支持。
AlphaGo 的第一次公开挑战是与其他基于软件的围棋程序举行的锦标赛，在这场比赛中，它以 500 场比赛中仅输掉一场的方式彻底击败了对手。但真正的考验是对阵三届欧洲围棋卫冕冠军樊麾。
正如你所看到的视频上面，范在对阵人工智能的比赛中表现并不好，人工智能赢了五场比赛，没有输给人类冠军。观看比赛的精彩片段真是令人着迷，看到范被机器打败时的反应既沮丧又钦佩。
“问题是人类有时会犯很大的错误，因为我们是人类。有时我们很累，有时我们很想赢得比赛，我们有这种压力，”范告诉伊丽莎白吉布尼自然，描述比赛。 “程序不是这样的。它非常坚固、稳定，就像一堵墙。对我来说，这是一个很大的区别。我知道 AlphaGo 是一台计算机，但如果没有人告诉我，也许我会认为棋手是一台计算机。”有点奇怪，但他是一个非常强大的球员，一个真实的人。”
AlphaGo 的下一个挑战是与韩国棋手李世石 (Lee Sedol) 竞争，后者被认为是过去十年世界顶级围棋棋手。游戏爱好者保持希望人类冠军将赢得这场定于三月举行的比赛。
对于研究人员来说，他们已经在考虑将所学到的知识应用到游戏世界之外的应用中。
“我们很高兴掌握了围棋，从而实现了人工智能的重大挑战之一，”哈萨比斯写道。 “然而，对我们来说，这一切最重要的方面是 AlphaGo 不仅仅是一个用手工制定的规则构建的‘专家’系统；相反，它使用通用的规则自己弄清楚如何在围棋中获胜的技术。虽然游戏是快速有效地开发和测试人工智能算法的完美平台，但最终我们希望将这些技术应用于重要的现实问题。”
该研究报告于自然。
