高级搜索树+深度增强学习，Google DeepMind AI算法击败欧洲围棋冠军

纵横十九道，棋子无大小，平均150回合的比赛，最大有3^361 种局面（大致为10^170），围棋一直被视为人工智能（AI）的最大挑战之一，但Google旗下的DeepMind声称其AI算法已经掌握了比赛。

据Nature报道，DeepMind宣布其程序AlphaGo击败了欧洲围棋冠军樊麾，五战五胜，没有任何让子。

DeepMind引以为傲的是AlphaGo并非基于规则的程序，而是以机器学习算法取胜。据其解释，AlphaGo将高级搜索树与深度神经网络结合在一起。这些神经网络通过12个处理层传递对棋盘的描述，处理层则包含数百万个类似于神经的连接点。

AlphaGo包括两种神经网络来判断每种下子策略的优劣，其中“策略网络”(policy network)负责选择下一步走法，抛弃明显的“臭棋”减少搜索的宽度，重点分析好棋，“价值网络”(“value network)用来计算局面，抛弃某些路线。

DeepMind用人类围棋高手的3000万步围棋走法训练神经网络，同时，AlphaGo还通过增强学习(Reinforcement Learning)自行研究新战略，利用50台机器，在它的神经网络之间运行了数千局围棋，反复试验调整连接点。

在和其他围棋程序的对抗中，AlphaGo的胜率为99.8%（495局中只输一局）。2016年3月，AlphaGo还将在韩国首尔公开对决韩国围棋选手李世石九段。李世石是近10年来获得世界第一头衔最多的棋手，但DeepMind联合创始人Demis Hassabis表示对AlphaGo很有信心（We’re pretty confident）。届时，我们可以一睹最牛围棋AI的极限。

Nature报道：http://www.nature.com/news/google-ai-algorithm-masters-ancient-game-of-go-1.19234

Google博客：https://googleblog.blogspot.com/2016/01/alphago-machine-learning-game-go.html