通過對神經網絡進行的3000萬步訓練，AlphaGo預測出人類對手下一步走法的正確率已經達到了57%，其使用兩個不同的神經網絡「大腦」，通過兩者合作得出移棋決定。
圖片來源：網絡
一石激起千層浪。當人工智慧戰勝人類……這個原本看似遙遠的事情真正的發生了，在2015年10月5日，全程沒有讓棋。
1月28日，《金融時報》援引《自然》雜誌的報道，由谷歌倫敦子公司DeepMind開發的AlphaGo機器，以5:0的戰績擊敗了歐洲圍棋三屆冠軍樊麾（出生於中國，現籍法國）。DeepMind是2014年被Google以4億英鎊的價格收購的人工智慧團隊。
在1月27日，DeepMind團隊發表的《Mastering the game of Go with deep neural networks and tree search》作為《自然》（Nature）封面論文上線。團隊創始人Demis Hassabis表示，他們開發的圍棋程序AlphaGo融合了高級樹狀查找和深度神經網絡。
同一天，Google在官方博客中表示：「我們很驕傲地公告天下，我們的科學家已經搞定了圍棋，並攻克了人工智慧領域的一項重大挑戰。」
今年3月，AlphaGo將在首爾與過去十年全世界最頂級的圍棋選手李世石對決。
谷歌AlphaGo是怎麼贏的？——雙大腦工作
通過對神經網絡進行的3000萬步訓練（所有棋譜均來自人類專業棋手的比賽），AlphaGo預測出人類對手下一步走法的正確率已經達到了57%，之前的紀錄是44%。
AlphaGo使用兩個不同的神經網絡「大腦」，通過兩者合作得出移棋決定。
AlphaGo的兩個大腦分工如下：
大腦1：「監督學習（SL）政策網絡」。著眼於棋盤中的位置，並試圖決定最佳的下一步。實際上，它用來估計每個合法下一步行動為最好的一步的可能性，其頂層猜測就是具有最高機率的那步。該團隊通過幾百萬個優秀的人類棋手在KGS上的下棋選擇，訓練這個大腦，其目的僅僅是複製優秀的人類棋手的移動選擇。它一點也不關心贏得比賽，只下那步頂級人類棋手會下的那步棋。AlphaGo的下棋選擇器有57％的機率可以正確匹配優秀的棋手下棋選擇。
大腦2：「價值網絡」。它不猜測具體的下一步怎麼走，而是通過設想的棋盤分布，估計每個玩家贏得比賽的機率。它通過提供整體的位置判斷來配合「監督學習（SL）政策網絡」。這個判斷只是近似的，但它對加快閱讀速度非常有用。通過將未來可能的位置分為「好」或「壞」的分類，AlphaGo可以決定是否要沿著一個特定的變化進行更深的閱讀。如果位置評估器說某個具體的變化看起來情況不妙，那麼AI可以跳過閱讀，不沿著那條線繼續發揮。
據論文介紹，當只使用一個大腦時，AlphaGo大概和目前最好的電腦圍棋AI實力相當，但結合兩個大腦是，它可能達到人類職業棋手的水平。
專業圍棋手是怎麼看的？
2013-2015年三度歐洲圍棋冠軍樊麾，也是本次人機大戰的主角之一，他表示：
在中國，圍棋不僅是一項比賽，它還是生活的一面鏡子。我們說，假如你的棋下得有問題，那很可能是你心性的問題——棋如其人。
輸棋確實很難過。和AlphaGo對戰之前，我覺得我能贏。在第一局失利後，我改變了戰術，增強了進攻，但還是輸了。問題是人類有時會犯致命的錯誤，因為我們是人。有時我們會疲憊，有時我們求勝心切，我們總有這樣那樣的壓力。電腦程式不會這樣，它非常強，也非常穩定，簡直就像一堵牆一樣。對我來說這是很大的差別。我知道AlphaGo是個電腦，但如果沒人告訴的話，我可能會覺得它是個有點陌生卻又非常強大的對手，是個真人。
當然，輸掉比賽讓我不太開心，不過作為職業選手，我們輸過很多比賽。所以，失敗了就從中學習，也許會有所收穫。總之從長遠來講這是一件好事。
隨後在一個微信群里，樊麾說：「一切都是真的，因為一直在保密中，所以大家都不知道。我沒有放水，不過下得確實不好。只能告訴大家，這個系統確實很強！拭目以待和李世石的棋吧！這是去年10月下的，還有些條款在保密範圍之內的，我不能告訴大家，不過我覺得跟李世石的棋會很精彩！」
曹大元九段：昨晚就看到了，所以睡不著覺了，壓力很大啊！
孟泰齡：我認為樊麾布局有三盤占優，另兩盤劣勢。我覺得電腦確實有職業水準。感覺電腦棋風穩健，酷愛實地，如果後半盤它真的可以滴水不漏的話，那距離頂尖真的只有一層窗戶紙的距離了。顯然電腦大局觀差一些，但局部棋型的感覺及計算已經有相當水準了。
業內人士怎麼看？
DeepMind創始人Demis Hassabis：
AlphaGo正在突飛猛進，甚至會超越最棒的人類選手。能夠看它在圍棋規則內去創造新的東西，感覺很神奇。我們對自己創造的這個系統有種很密切的感情，特別是它被創造的方式——它會學習，我們也會教它，它的風格就像人一樣。和其他編出來的程序不同，你不知道它到底都會什麼，因為它能夠自己學習。
阿爾伯塔大學計算機科學家、Chinook設計師Jonathan Schaeffer：
我想這還不是圍棋版的深藍時刻。真正的成就是這個程序能作為選手在頂級比賽中較量的時候。深藍從1989年開始就常常戰勝各路大師，最後登頂則是八年之後的事情。但就目前情況來看，我認為AlphaGo和頂級人類選手之間的差距被大大縮短了。可能只需要再進行一點努力和改善，再提高一點計算能力，不出一兩年，它就能打敗人類。
就今年3月份的比賽來說，不是打擊AlphaGo團隊，我還是看好人類。我們可以把AlphaGo看成是少年天才。它突然學了一手好棋，進步神速，但畢竟還是經驗有限。從西洋棋和西洋跳棋來看，經驗還是很重要的。
國際圍棋聯合會秘書長Hajin Lee：
當我知道那個電腦要挑戰職業頂尖棋手李世石的時候，真的很吃驚。我當時覺得這個挑戰者絕對對頂級選手有多強完全沒概念。但實際上，可能我才是那個不知道這個電腦有多強的人。現在我對這個比賽非常興奮。
誰會贏呢？我不知道。李世石自己也覺得可能那電腦跟他一樣強。可能是我聽到了太多AlphaGo的消息，我現在驚訝於它的強大。同時我也非常了解李世石的水平，所以我認為他們雙方五五開吧。
我覺得圍棋是個很有內涵的競技，我不覺得如果電腦AI擊敗了人類會對圍棋造成什麼傷害。我想人們會接受自己被電腦技術超越這件事。
最後，讓我們通過下面五張GIF圖回顧一下這五局棋，樊麾是怎麼輸給谷歌AlphaGo機器的（來自微信公眾號：棋文弈事）：
第一局
第二局
第三局
第四局
第五局