目录:
定义-AlphaGo是什么意思？
AlphaGo是一种狭窄的AI，这是由Google DeepMind开发的一种计算机程序，用于玩Go（中国战略棋盘游戏），适用于两个类似于国际象棋的玩家。 AlphaGo是第一个AI程序，它能够在没有障碍的全尺寸棋盘上于2015年10月击败专业的双人棋手Fan Hui。 然后在2016年3月击败了世界上排名最高的人类玩家之一，即9人丹·李·塞多尔（Lee Sedol），赢得了五场比赛中的四场。
技术百科解释了AlphaGo
AlphaGo项目于2014年作为测试平台启动，目的是了解利用深度学习的Google DeepMind神经网络算法在Go上的竞争能力。 AlphaGo的算法结合了树搜索和机器学习技术，并经过了人类和其他计算机参与者的广泛培训而得到了增强。 它使用蒙特卡洛树搜索，并以使用深度神经网络技术实现的政策和价值网络为指导。 策略网络经过训练，可以帮助AI预测最有可能获胜的下一步，而价值网络经过训练可以缩小搜索树的范围并确定这些职位的价值，从而估算每个职位的获胜者，而不是一直向下搜索到游戏结束。
AlphaGo首先从人类选手的历史比赛动作中获得养分，利用了大约3, 000万步动作的数据库，使其模仿人类比赛。 一旦AI达到熟练程度，就可以通过强化学习来改进和学习更多知识，从而使其与自己的实例竞争，从而对AI进行进一步的培训。
2015年10月，AlphaGo的分布式计算版本打败了击败欧洲2项冠军Go Fan的Fan Hui，这是有史以来第一次计算机程序在Go上击败了职业玩家。 范辉在失败后几个月就担任DeepMind团队的顾问。 2016年3月，AlphaGo与世界排名最高的选手之一李·塞多尔（Lee Sedol）搭档，获得了9杆的最高水平。 赢得了Lee的四场比赛，这标志着AI研究的重大突破，因为这意味着DeepMind所使用的深度学习和神经网络算法可以用于任何其他目的，因为它不是真正为玩Go而编写的，而是经过教授的怎么玩围棋。 这为AI研究开辟了一个全新的世界。
