围棋人机大战背后与人工智能发展
纹枰论道——“数”拓新土 道不远人——围棋人机大战的意义
“数”拓新土道不远人——围棋人机大战的意义（李喆）震惊世界的人机大战一九九六年二月，计算机国际象棋软件“深蓝”挑战棋王卡斯帕罗夫，以二比四落败。
一九九七年五月，“深蓝”卷土重来，以三点五比二点五战胜卡斯帕罗夫。
此后，国际象棋软件不断变强，成为人类棋手学习的工具。
中国象棋、国际跳棋、五子棋、日本将棋……计算机在这些棋类项目迅速突破，很长一段时间里，围棋成了最后的堡垒。
二〇一五年十一月，北京举行了一次世界计算机围棋锦标赛，夺冠的韩国软件挑战中国职业棋手连笑，在受让四子、五子的条件下仍然落败，只在受让六子的条件下取得了胜利。
这样巨大的差距使人们认为，计算机在围棋竞技上击败人类棋手，仍然相当遥远。
“阿尔法围棋”（AlphaGo）的出现颠覆了这一判断。
二〇一六年一月，谷歌旗下“深度思维”（DeepMind）团队在英国《自然》杂志上发表文章，公布了“阿尔法围棋”在去年十月以五比零击败欧洲围棋冠军樊麾的棋谱，并确认将挑战韩国职业棋手李世石九段。
消息一出，举世关注。
李世石九段是近十几年世界围棋竞技赛场成绩最优者，获得过十四次世界冠军。
人机对弈之前，棋界大多数人认为李世石必胜无疑，科技界则大约一半人认为李世石会赢。
今年三月九日至十五日，围棋人机大战吸引了全世界的目光。
结果出乎多数人预料，“阿尔法围棋”以四比一的比分战胜了李世石。
震惊、兴奋、不解、怀疑……“阿尔法围棋”是怎么赢的？“阿尔法围棋”的“直觉”与“大局观”围棋是一个封闭的复杂空间，其复杂程度是棋类之最，人和计算机都难以通过暴力计算达到穷尽。
“阿尔法围棋”取得突破的核心在于深度学习方法，这一方法也是目前人工智能领域最热门的方向。
它构建了两套神经网络，对人类大量的棋谱进行学习，在此基础上进行“左右互博”，即自对弈学习。
深度学习的一大特点是，它不依赖于任何对象的具体知识，只需通过大量图像和结果的比对就能完成学习。
深度学习的方法在二〇〇六年就已经出现，但在近年大数据的背景下才展现出惊人的威力。
关注李世石与AlphaGo的“人机大战”
类 ？人 机 能和谐 相处 吗 ？
１ ． 如何看待人工智能技 术的进 步与未来？
： ：
：
这项赛事受到 了全球各界人士的广泛关 学界等各界专家的广泛关注。对于人们争议
： 注， 比赛除起到了很好 的推广围棋 、 进行科普 较 多 的 问题 ， 专 家们也 给 出 了 自己的意 见 。 一 ： 的作用外 ， 还 引发 了很多争议 ， 如： 人工智能 起 来 了解 一下 专家 们是 怎 么说 的 ，谈一 谈 你
比斯与他们的团队开发。 这个程序利用“ 价值
在韩 国首尔进行的韩国围棋九段棋手李世石 网络” 去计算局面 ， 用“ 策 略网络” 去选择 下
： 与人 工智 能 围棋程 序 “ 阿 尔法 围棋 ” （ Ａ ｌ ｐ ｈ ａ 一 子。 ２ ０ １ ５年 １ ０月 ， Ａ ｌ ｐ ｈ ａ Ｇ ｏ以 ５ ： ０完 胜欧洲 围
【 人物链接 】
三谷 哲也 （ 日本棋 院东 京本 院七 段 ） ： 以
李 世石 ： １ ９ ８ ３年 ３月 ２ 日生 于 韩 国 ， 韩 前听说未来将 出现在 围棋 比赛 中击败人 类的计
： 国著 名 围棋 棋手 ， 世 界顶级 围 棋棋手 。 李 世石 算机 ， 可 内心深处 又觉得这是 不可能的 ， 但是现
Ｇ ｏ ） 之间的五番棋 比赛 。 比赛采用中国围棋规 棋 冠军 、 职业 二段 选手 樊麾 。
： 则 ，最终 结果 是人 工智 能 阿尔 法 围棋 以总 比 ： 分 ４比 １战胜人类 代 表李世 石 。
人机大战经典案例
人机大战经典案例
那我得讲讲李世石和AlphaGo的人机大战了，这可老经典了。
李世石啊，那可是围棋界的顶尖高手，就像武林中的绝世大侠一样。
结果呢，谷歌搞出个AlphaGo这玩意儿来挑战他。
第一盘的时候，大家都觉得李世石肯定手拿把掐，轻松拿下。
谁知道啊，AlphaGo 就像个围棋怪才，下的每一步都神出鬼没的，把李世石给整懵了，轻松就赢了第一局。
这一下就炸开锅了，大家都在想，这机器咋这么厉害呢？
第二盘的时候，李世石就卯足了劲儿，想着可不能再输了。
那棋局就像两个武林高手过招，你来我往，杀得是难解难分。
可是还是AlphaGo略胜一筹，又赢了。
这时候好多人都觉得人类在围棋上要被机器彻底打败了，沮丧得很。
到了第三盘，奇迹出现了。
李世石就像突然开了挂一样，下出了一手惊天地泣鬼神的棋，AlphaGo当时可能都懵圈了，李世石就这么赢了一局。
这一局可把人类的士气又给拉回来了，大家都欢呼雀跃的，感觉人类的尊严保住了那么一丢丢。
不过最后啊，AlphaGo还是以4 1的总比分赢得了这场人机大战。
这场大战可不得了，让全世界都看到了人工智能在围棋这个古老又复杂的领域里的强大，也让人类开始重新思考自己和人工智能的关系了呢。
人机大战(AlphaGo)
• AlphaGo——有棋风的“深度思考者”
• 围棋一直被看做是人类最后的智力竞技高地。据估算，围 棋的可能下法数量超越了可观测宇宙范围内的原子总数， 显然“深蓝”式的硬算在围棋上行不通。 • 今年1月，美国谷歌公司旗下的人工智能公司“深度思维” 在《自然》杂志上报告说，该公司研发的AlphaGo人工智 能程序去年10月以5：0战胜欧洲围棋冠军樊麾，这是人工 智能程序首次在不让子的情况下战胜人类围棋选手。 • 开战前，韩国棋手李世石对记者表示，AlphaGo实力难与 自己相争，自己将以4：1或者5：0取胜，如不出现失误， 将100%获胜。 • 事实给了李世石一个否定的回答：NO!!!
人机大战的影响
• 而对于很多人担心的人工智能未来会否对人类产 生威胁，AlphaGo开发者哈萨比斯称，希望人工 智能更多地为人类服务，在保证人工智能发展的 基础上，一定站在道德观上去考虑。这给人类带 来另一个憧憬，人工智能正如工业革命之后的一 切技术创新，将造福于人类，或许在未来的某一 天，“阿尔法医疗”、“阿尔法交通”、“阿尔 法教育”等也出现在我们的生活之中。
谢谢观看！
人机大战里程碑 AlphaGo完胜围棋世界冠军
• 2016年3月9日起，围棋世 界冠军李世石（韩国）与 谷歌计算机围棋程序“阿 尔法围棋”（AlphaGo）进 行围棋人机大战。截止3月 15日，李世石不敌人工智 能“阿尔法围棋”，以总 比分1:4落败。
《未来战警》
无 人 机
目录
人机大战的历史
人机大战的启示
人机大战的启示
• 逻辑上说，在这样的对局中，机器获胜只是时间 问题。事实上也早在30多年前，人工智能研究刚 刚起步的时候，就有人做此断言。但即使机器最 终获胜，体现的也依然是人类智慧。或者说，是 更多人的智慧打败了一个人的智慧，仅此而已。 所谓“机器战胜了人类”，本质上就是一个伪命 题。正如谷歌董事长施密特所说，这次无论谁胜 谁负，实际上都是人类的胜利，正是因为人类的 努力，才让机器学习有了现在的进展和突破。
人工智能与传统文化的作文素材
人工智能与传统文化的作文素材《人工智能与传统文化》素材一《围棋——人机大战背后的文化底蕴》在说起人工智能和传统文化的交集时，就不得不提到围棋。
这围棋啊，那可是咱中国传统文化里的一颗璀璨明珠。
我记得有一次去街边看大爷们下围棋，那场面可太有趣了。
棋盘就像是一个缩小的战场，两位大爷全神贯注，每落下一子都像是深思熟虑后的一场小战役。
黑子和白子交错，就如同双方的士兵在棋盘这个战场上你来我往。
后来人工智能阿尔法狗出来，跟世界顶级围棋棋手较量。
这事儿一下子就轰动了。
人们开始担心这人工智能是不是要把这有着深厚文化内涵的围棋搞乱了。
但实际上呢，这反倒让更多人开始关注围棋。
那些以前对围棋了解不多的人，像是我身边很多年轻人，忽然就起了好奇心，纷纷去了解围棋的规则，什么“金角银边草肚皮”之类的。
这就像是一阵风，把围棋文化从那小小的街边棋局，吹向了更广阔的人群。
这表明人工智能和传统文化碰撞的时候，虽然可能看似是一种挑战，但其实也能成为传统文化传播的一个新契机。
素材二《戏曲与智能音效》戏曲这东西，从小就听爷爷奶奶辈的人哼。
各种唱腔，像京剧的西皮二黄，越剧的婉转轻柔，那可都是传统文化的宝藏。
我有次去剧院看戏曲表演，看着演员们在台上那一招一式，精心画好的脸谱，色彩斑斓的戏服，听着那悠扬的曲调，真的是一种享受。
现在呢，有了人工智能帮忙制作戏曲的音效。
一些戏曲剧团为了让演出效果更震撼，用上了智能音效设备。
有一回我又去看一出古老的戏曲表演，就发现这次的音效那可真是绝了。
以前有时候音效会因为场地问题有一些瑕疵，这一次在开场的锣鼓声响起的时候，那声音特别纯正、嘹亮，感觉就像是从古老的戏台上穿越过来一样，但又比以前更饱满丰富。
这种新科技和传统戏曲的结合，既保留了戏曲传统文化的原汁原味，又给它注入了新活力，使得年轻一代对戏曲的兴趣都提升了不少，不再觉得那是老古董，而是一种很酷的艺术形式。
素材三《书法与智能临摹》书法可是老祖宗传下来的文化精髓。
对阿尔法狗连续战胜中外围棋高手的看法
对阿尔法狗连续战胜中外围棋高手的看法一、背景介绍二、阿尔法狗能战胜中外围棋高手的原因1.人工智能技术的发展2.阿尔法狗的学习能力和自我提高机制三、阿尔法狗连胜对人工智能和人类的影响1.对人工智能领域的发展2.对人类思维方式的挑战和启示四、阿尔法狗连胜引发的争议和反思1.人工智能是否会替代人类2.如何平衡人工智能与人类之间的关系五、结论一、背景介绍2016年3月，谷歌旗下DeepMind公司开发出了一款名为“阿尔法狗”（AlphaGo）的计算机程序，成功地在围棋领域击败了韩国职业围棋选手李世石。
此后，阿尔法狗又连续战胜了中外围棋高手，引起了广泛关注和讨论。
二、阿尔法狗能战胜中外围棋高手的原因1.人工智能技术的发展阿尔法狗之所以能够战胜中外围棋高手，首先得益于人工智能技术的发展。
人工智能技术是一种模拟人类智能的计算机系统，通过学习和自我提高来实现更加准确、快速、高效的决策和行动。
在围棋领域，传统的计算机程序很难取得好成绩，因为围棋具有极其复杂的规则和变化。
而阿尔法狗采用了深度神经网络和强化学习等技术，可以从大量数据中学习并提高自己的水平，从而达到了令人惊讶的成绩。
2.阿尔法狗的学习能力和自我提高机制除了人工智能技术的发展，阿尔法狗之所以能够连胜中外围棋高手，还得益于它强大的学习能力和自我提高机制。
阿尔法狗采用了深度强化学习算法，在不断地与人类选手对战中积累经验并进行反思、调整，从而不断提升自己的水平。
阿尔法狗还可以通过与其他版本的自己对战来进行自我提高，这种机制被称为“自我对弈”。
三、阿尔法狗连胜对人工智能和人类的影响1.对人工智能领域的发展阿尔法狗的连胜表明，人工智能技术已经取得了巨大的进步，并在某些领域超越了人类。
这将进一步推动人工智能领域的发展，促进技术创新和产业升级。
同时，阿尔法狗的成功也为其他领域提供了借鉴和启示。
在医疗、金融等领域，也可以采用类似的机器学习技术来提高决策水平。
2.对人类思维方式的挑战和启示阿尔法狗连胜所带来的不仅是技术上的突破，还涉及到哲学层面的问题。
从AlphaGo完胜李世石看人工智能与人类发展
近年来，随着科技的迅速发展，人工智能技术逐渐走进我们的视野，并与我们的生活产生了紧密的关联。
手机可以进行指纹识别、人脸检测；汽车可以全程自主驾驶；疾病也可以通过机器进行诊断。
人工智能已成为生活中不可或缺的要素，人类已慢慢习惯并依赖于人工智能所带来的便利。
正当人工智能技术如日方升的时候，人类也逐渐开始担忧其会不会在未来的生活中逐渐取代人类并主宰未来的世界。
人类对于人工智能及机器人的担忧并非空穴来风，自1997年国际象棋冠军卡斯帕罗夫在象棋对决中5场比赛均败给IBM超级计算机“深蓝”后，人们便深深地感到人工智能的发展或许在将来的某一天会给人类造成不可预计的威胁。
2016年3月谷歌旗下子公司DeepMind研发的智能机器人AlphaGo与韩国围棋九段选手李世石的对决结果更是引发了广泛的争议，作为人类智力综合体现的最后堡垒也被人工智能攻陷了，“机器人比人还要聪明”这一现象也逐渐加剧了人们的担忧，人工智能威胁论更加深入人心，人工智能真的会代替人类吗？1 AlphaGo与人工智能AlphaGo是一款基于人工智能的围棋对弈程序，它运用了当下最热门的深度学习和增强学习技术。
该对弈程序具有两个深度神经网络：价值网络和决策网络，其中价值网络用于进行整体局面判断，决策网络用于决定落子位置。
该网络经由3 000万盘人类顶级棋手对奕数据，通过不断的“自我对战”来进行增强学习。
相比于象棋对弈的IBM深蓝计算机，AlphaGo不是简单的暴力搜索，它将围棋下子的行为交由深度神经网络去处理，并通过大量的数据去学习一个最优的神经网络模型。
AlphaGo作为一个由顶级计算机科学家精心设计的系统，再辅以谷歌庞大的计算机资源，他是人类智慧的一个结晶。
AlphaGo和李世石共5场对弈，虽然最终是以4：1完胜李世石，但我们也不得不承认AlphaGo在整场比赛中暴露了很多缺陷或弱点。
据专业人士分析，AlphaGo 在几场对弈中多次出棋章法凌乱甚至像是个小学生的对弈方式，尤其是在每场比赛的开始阶段，在第四场被李世石一招极其冷门的妙手逼出其弱点之后，AlphaGo 更是“惊慌失措”，出现一连串低级错误。
AlphaGo算法在围棋智能博弈中的应用
AlphaGo算法在围棋智能博弈中的应用围棋是一种古老而复杂的游戏，它的战略和智慧一直以来都吸引着人们的关注。
然而，围棋的复杂性也使得它成为人工智能领域的一个巨大挑战。
过去，人们一直认为围棋是一个人类智慧无法超越的领域，直到AlphaGo的出现。
AlphaGo是由谷歌旗下的DeepMind公司开发的一个围棋人工智能程序。
它在2016年与世界冠军棋手李世石进行五局三胜的对局时，赢得了这场史无前例的人机大战。
这一事件引起了全球的轰动，并被认为是人工智能领域的一个里程碑。
AlphaGo的成功离不开其独特的算法。
它采用了深度学习和强化学习的技术。
深度学习是一种模拟人类大脑神经网络的方法，通过训练模型来理解和推理复杂的问题。
强化学习则是通过试错和反馈来优化模型的方法。
AlphaGo利用这些技术，在大量的围棋数据中学习并提高自己的水平。
在围棋智能博弈中，AlphaGo的应用已经取得了显著的成果。
首先，它在战略层面上展现出了超人类的水平。
通过分析过往的大量棋局和棋谱，AlphaGo能够形成自己独特的理解和思考方式。
它能够预测可能的对手动作，并做出针对性的应对。
这种超强的战略能力对于围棋的发展具有重要的推动作用。
此外，AlphaGo还在局部层面上展现出了惊人的直觉能力。
围棋的每一步都可能导致不同的结果，而AlphaGo能够准确地预测这些结果和可能性。
这种直觉能力使得它能够制定最合理的棋局，并展现出与人类不同的战术思维方式。
值得一提的是，AlphaGo不仅仅是一个学习者，它还是一个创新者。
它创造了一种全新的围棋下法，被称为“AlphaGo风格”。
AlphaGo风格与传统的人类下法有所不同，它更加注重对丢分的限制，强调整体棋局的平衡。
这种创新的围棋下法为整个围棋界带来了新的思路和启发，推动了围棋的发展。
然而，AlphaGo的应用也并非没有争议。
一些人担心，AlphaGo的出现会威胁到人类围棋的发展和普及。
他们认为，人类面对的是人机合作的对局，无法与AlphaGo进行真正的对抗。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
AlphaGo的核心方法
• 由于天文数字的状态空间和搜索空间，蛮力计 算无法解决围棋问题（注：解决国际象棋的 IBM深蓝是用蛮力方法，就是靠计算，这种方 法在围棋这么大的计算与搜索空间是无法进行 的） • 围棋职业棋手的解决方法：棋感直觉+搜索验 证 • AlphaGo的核心方法完全类似于完全职业棋手 的解决方法 • AlphaGo的优势：完全以胜率为目标，不受任 何其它因素影响
深度神经网络：棋感直觉
• 棋感直觉，是高水平围棋对弈的要素
• 反应了职业棋手长期学习、训练、对弈的 经验积累 • AlphaGo通过深度神经网络机器学习，获得 围棋棋感直觉，并且训练强度远超出任何 棋手的个人能力（注：有的围棋对弈软件如：
Zen，没有棋感直觉，每走一步软件是硬写上去的， 这个是规则，不是棋感直觉。规则的覆盖面非常 小，围棋的变化太多）（训练两个网络，policy network走子网络和value network估值网络）
樊麾，与围棋人机大战的赛前预测
• • • • • AlphaGo开发过程： 1）项目正式开始于2014年 2）2015年7月已完全超越现有AI 3）2015年10月已5:0战胜了樊麾 4）2016年1月完全超越了普通职业棋手
• 樊麾的提示：说我棋臭的，我承认，确实 棋臭
李世石，与围棋人机大战的结果
人工智能的核心方法：搜索验证
• 验证：为直觉建立真实性、准确性和可靠 性的检验过程 • 验证是核实直觉不存在偏差的一个充分条 件
• 由于廉价并行计算和大数据的支持，直觉 可以通过搜索计算来验证
人工智能的核心方法：优化选择
• 人类生活面临一系列的抉择问题（注：有 了直觉和验证就可以找一个最好的）
• A.手里的股票是持有还是抛售 • B.驾驶员到交通灯前是左拐还是右拐
搜索结果：双方最佳的落子序列-28步搜索
围棋人机大战之后的人工智能展望
• 人工智能的技术基础
• 人工智能的核心方法：直觉获取、搜索验 证、优化选择
• 人工智能的应用展望
人工智能的三大技术基础
• 1、大数据
• 2、廉价的并行计算 • 3、深度神经网络（其直觉的东西就是通过 深度神经网络利用大数据进行训练）
胜负棋感验证（采用b图）
最大信心上限搜索：落子棋感验证
• 最大信心上限搜索是在线机器学习的重要 方法（不同的选点通过树搜索） • 平衡机器学习过程中探索与利用之间的矛 盾 • 搜索最优的落子点，同时也是搜索次数最 多的、信心最大的、胜率最高的落子点 （在最优的落子点做大量的搜索）
落子棋感验证（采用e图）
• 柯杰：“就算AlphaGo战胜了李世石，但它赢 不了我”
为什么是围棋？
• 最复杂（注：状态复杂度与博弈复杂度）的智力游 戏：看似简单，实为复杂，具有10的170次方状态 复杂空间。 • 涉及逻辑推理，形象思维，优化选择等多种人类智 能（注：国际象棋只有逻辑推理，没有形象思维） • 公认是人工智能领域长期以来的重大挑战
搜索结果：双方最佳的落子序列
• 落子过程的最终搜索结果是双方最佳的落子序 列，反映了对棋局进程的展望（不太靠谱的可 能搜索5-6步就停下来，最有可能的就搜索深 一些，学习上限自动做的） • 在一般情况下，28步落子序列展望远远超出围 棋职业选手的搜索深度 • 在特殊情况下（一本道），28步的搜索深度仍 显不足（例如打劫，由于步数较多搜索深度可 能不足，如果机器被引入一个比较复杂的局面， 这个局面有可能会超出它的思维搜索深度） • 注：AlphaGo的底层技术还是蒙特卡洛树搜索， 它用了神经网络的棋感直觉进行有效剪枝（树 可以分枝不要那么宽，到了某个程度就不需要 往下搜索没有意义，是过去技术的升级）
• 蒙特卡洛树搜索也是AlphaGo的一个基本技 术点
刘知青教授的总结2
• 在此之上又使用了新的技术，就是基于机 器学习的神经网络 • 这个神经网络有很大的作用： • 1、通过学习高水平棋手的棋谱，获得如何 在盘面落子的棋感 • 2、提高机器的增强型学习，获得形势判断 的棋感
• 这两个棋感提供给蒙特卡洛树搜索技术进 行验证，从而达到目前的技术突破
• 直觉获取和搜索验证的结合使用，可以提 供优化选择
人工智能的应用展望：优化决策
• 国防：战略决策与战术决策
• 医疗：诊断决策与治疗决策 • 金融：投资决策与市场决策 • 交通：资源决策与物流决策
刘知青教授的总结1
• 过去10年计算机围棋一直使用新的技术： 蒙特卡洛树搜索 • 蒙特卡洛树搜索底层有一个坚实的数学基 础：上层使用并行计算，通过计算进行模 拟、采样一系列的数学方法使计算机围棋 有明显提高
围棋人机大战的背后与人工智 能发展趋势
刘知青 北京邮电大学教授、计算机 围棋研究所所长
（注：本文由刘教授于2016年4月在围棋TV上的发言整理而成）
报告提纲
• 什么是本次围棋人机大战的看点？
• 为什么是围棋问题？ • AlphaGo是如何解决围棋问题的？ • 如何展望围棋人机大战之后的人工智能？
• 李世石完败
• 李世石赢的一盘也是因为AlphaGo在大幅领 先局势下的失误
• AlphaGo在展现强大力量的同时，也暴露潜 在的问题和弱点
柯杰，与围棋人机大战的看点
• 不是普通意义上的挑战比赛，更是公司内部的 系统测试
• AlphaGo展现了独特的围棋风格
• 优秀的大局观和强大的总体把握能力 • 简明直接的局部定型，，虽非最优，但瑕不掩瑜 • 算法仍然存在弱点，还有很大改进间
人工智能的核心方法：直觉获取
• 直觉：不经过思考过程，很快就能出现的 直接想法、感觉、信念或者偏好（这个非 常重要，其强大的力量。如：落子的直觉， 胜负的直觉、棋盘的直觉、棋形的直觉）
• 英文Intuition来自于拉丁语：intueri，意思 是“往里看”、“默观” • 通过深度神经网络和大数据的训练而获得
蒙特卡洛树搜索：搜索验证
• 没有棋感直觉不行，完全依赖棋感直觉也 不行 • 直觉需要通过严格的数学模型和计算方法， 对棋感直觉进行验证
• AlphaGo使用蒙特卡洛树搜索，对落子棋感 和胜负感进行计算验证。
蒙特卡洛树搜索
蒙特卡洛模拟采样：胜负棋感验证
• 基于数学期望的胜负评估模型（胜率）
• 基于蒙特卡洛模拟进行胜负结果采样（模拟采 样比直觉更可靠） • 根据模拟采样结果验证盘面胜负的数学期望 • 可靠程度与采样规模相关（采样越大，离真理 会更近些）
刘知青教授的总结3
• 计算机在这次人机大战中使用了与职业棋 手相似的方式，通过棋感（落子棋感、形 势判断棋感）再加上逻辑判断进行落子。
• 计算机没有其它因素的干扰，不受情绪影 响。这是它在这次人机大战的优势
策略网络：落子棋感
• 深度神经网络的有监督学习
• 学习职业棋手和业余高段棋 手的棋谱（数十万份棋谱， 上亿数量级的落子方式） • 获得在围棋盘面下的落子棋感
价值网络：胜负棋感
• 深度神经网络的增强型学习（DeepMind独创）
• 通过自我博弈，学习不同盘面下的胜负情况 （三千万盘自我对局） • 获取在围棋盘面的胜负棋感（注：对每一个落 子点给一个当时的快速的胜负感（估算），这 个胜负估算并不是根据分析计算出来的，而是 直觉）（通过AlphaGo几千万盘的训练学习得 来的）