宏聚變 2016-03-14

阿爾法圍棋（AlphaGo）是一款圍棋人工智慧程式，由位於英國倫敦的谷歌（Google）旗下DeepMind公司的戴維·西爾弗、艾佳·黃和戴密斯·哈薩比斯與他們的團隊開發，這個程式利用“價值網路”去計算局面，用“策略網路”去選擇下子。2015年10月阿爾法圍棋以5：0完勝歐洲圍棋冠軍、職業二段選手樊麾；2016年3月對戰世界圍棋冠軍、職業九段選手李世石。

阿爾法圍棋（AlphaGo）是一款圍棋人工智慧程式。這個程式利用“價值網路”去計算局面，用“策略網路”去選擇下子。

深度學習

阿爾法圍棋（AlphaGo）的主要工作原理是“深度學習”。“深度學習”是指多層的人工神經網路和訓練它的方法。一層神經網路會把大量矩陣數字作為輸入，透過非線性啟用方法取權重，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，透過合適的矩陣數量，多層組織連結一起，形成神經網路“大腦”進行精準複雜的處理，就像人們識別物體標註圖片一樣。

兩個大腦

阿爾法圍棋（AlphaGo）是透過兩個不同神經網路“大腦”合作來改進下棋。這些大腦是多層神經網路跟那些Google圖片搜尋引擎識別圖片在結構上是相似的。它們從多層啟發式二維過濾器開始，去處理圍棋棋盤的定位，就像圖片分類器網路處理圖片一樣。經過過濾，13 個完全連線的神經網路層產生對它們看到的局面判斷。這些層能夠做分類和邏輯推理。

這些網路透過反覆訓練來檢查結果，再去校對調整引數，去讓下次執行更好。這個處理器有大量的隨機性元素，所以人們是不可能精確知道網路是如何“思考”的，但更多的訓練後能讓它進化到更好。

紛紜雲 2016-03-13

圍棋智慧程式Alpha Go（國內譯稱阿爾法狗或阿爾法圍棋）