AlphaGo

以往的下棋电脑程序都是运用传统的智能运算方法，即对所有可能的落子位置建立搜索树，但这种方法在对付围棋时就失灵了。

    “深度思维”公司开发的A lphaG o电脑程序另辟蹊径，它将更为先进的搜索树运算法跟神经系统运行模式结合起来。

    这种类似神经系统的运算方法将围棋棋盘描述为一个“输入端”，然后运用包含数百万类神经系统连接的12个不同层面的网络系统对其进行处理。

    其中一种“神经网络系统”叫做“策略网络”，它会选择下一步如何走；另一种“神经网络系统”叫做“价值网络”，它会预测谁将胜出。

    谷歌公司说：“我们用人类职业棋手的3000万步下法来训练‘神经网络系统’，直到它能以57%的准确率预测职业棋手的下一步走法。”

    据悉，此前的围棋程序预测准确率只能达到44%。

    “深度思维”公司的目标可不是仅仅模仿人类，而是要击败顶尖围棋高手。

    为了达到这一目标，A lphaG o电脑程序能够“自动学习”以发展出新的下法。A lphaG o电脑程序的“神经网络系统”运用一种被称为“强化学习法”的反复试错法，进行了数千次训练，不断调整。

    谷歌公司称，这需要强大的计算能力。

    在进行人机大战之前，“深度思维”公司拿A lphaG o电脑程序跟其他围棋程序进行比赛，如著名的围棋程序“疯狂石头”和“禅”，A lphaG o电脑程序每次都能胜出。