央广网北京1月29日消息（记者富赜 任梦岩 张闻）据中国之声《新闻晚高峰》报道，近日，英国《自然》杂志报道了一种能在传统策略游戏——围棋上击败专业选手的电脑程序。这项成功被认为是具有标志性意义的“巨大进步”，可能会给人工智能领域一些看似难以实现人类级别能力的项目带来希望。 织梦好，好织梦
据说，这个名为“阿尔法”的人工智能将在下个月挑战韩国围棋大师李世石，最强的人类大脑会被电脑击败吗？
昨天，人工智能战胜专业围棋选手的新闻上了各大科技板块的头条，开始很多人还不以为然。如果没有记错的话，十多年前，国际象棋世界冠军卡斯帕罗夫就被IBM的深蓝电脑击败过。但起源于中国的围棋和国际象棋这复杂程度不可同日而语。开发了AlphaGo的团队成员，杰米斯·哈萨比斯说，从小下国际象棋，大学时期接触了围棋就爱上了这个游戏。他发现用人工智能攻克后者的挑战，更令人兴奋，他觉得，让计算机拥有玩围棋这种需要审美和直觉的游戏的能力，是一个非常大的挑战，比让它拥有玩象棋的能力要难的多。 本文来自织梦
国际象棋平均每回合会有35种可能性，一盘棋平均80回合，人工智能用蛮力计算还是很轻松的。而围棋每回合有250种可能，一盘棋最长可以有150回合。更复杂的是，围棋最多有3的361次方/种局面，这个数就是10后面接上170个0。做个类比人类已观测的宇宙中，原子的数量才只有10的80次方个。更直观的，按照计算复杂指数来讲，国际象棋是47，宇宙是80，围棋是170……所以枚举法——也就是用暴力计算的方式是肯定行不通的。
我们所看到的专业棋手，很多时候落子不仅需要强大的计算能力，还需要，推理、规划甚至直觉，这样的特性让研究“人工智能”的学者找到了挑战的欲望。谷歌旗下DeepMind公司，经过多年研究，正在把挑战变成现实。
copyright dedecms
团队主创戴维·西尔弗说，这是一个非常直觉的游戏，所以如果你询问一位伟大的围棋选手他是如何落子的，他们经常会回答，他觉得那样比较正确，这些事情是计算机不擅长的。 copyright dedecms
为了攻克难点，研究者们使用了目前人工智能最热门的领域“深度学习”， AlphaGo使用的深度学习技术是“策略网络”和“值网络”，它们的任务在于合作“挑选”出那些比较有前途的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围里，本质上和人类棋手所做的是一样的。 织梦内容管理系统
杰米斯·哈萨比斯介绍说，AlphaGo的关键是背后使用的深度神经网络。研究者们设计了两种神经网络，第一种称之为“策略网络”，第二种叫做“值网络”，AlphaGo利用策略神经网络来降低“搜素树”的复杂性，使他达到一个可操作的水平，所以他不需要的每一个步骤，搜索数以百计的不同行动。研究者们利用“值网络”来降低搜索深度，所以不需要一个个试300多种行动，一直持续到游戏结束。 内容来自dedecms
现在，AlphaGo已经击败了新一届的欧洲围棋冠军樊麾，下一步的目标是韩国围棋大师李世石。职业棋手李喆看了此前对弈的棋谱后表示，感觉AlphaGo和顶尖儿职业棋手还有差距，目前不足以战胜李世石，但三月时它的棋力增长成什么样，可就不知道了。而另一位职业棋手孟泰龄则认为电脑确实有职业水准。棋风稳健，酷爱实地，如果后半盘它真的可以滴水不漏的话，那距离顶尖真的只有一层窗户纸的距离了。目前看，AlphaGo的弱点是大局观差一些，但局部棋型的感觉及计算已经有了相当水准。3月最强人脑和最强电脑的对决谁胜谁负？让我们拭目以待。