“阿尔法围棋”之父自称四小时长谈说服霍金

去年10月，在击败欧洲围棋冠军樊麾时，“阿尔法围棋”记住了3000万张棋谱。而昨天，打败李世石的时候，它已经记住了1亿张棋谱。

深度学习、自我进化、拥有人类棋手般的直觉……“阿尔法围棋”到底有多牛？

“阿尔法围棋”之父德米什·哈萨比斯

“阿尔法围棋”是谁搞出来的？

“阿尔法围棋”是谷歌旗下“深度思维（DeepMind）”公司开发的人工智能围棋程序。2010年，“深度思维”公司成立于英国，主要研究学习玩电子游戏的人工神经网络。

短短两年时间，“深度思维”就攻克了7种电视游戏，并超过了人类神经反应极限。因此，该公司被亚马逊、脸书等多家知名网络公司看中。2014年1月，谷歌最终以约4亿英镑（约36.9亿元人民币）的价格收购了“深度思维”。其中，牵线搭桥的是“特斯拉”老板埃隆·马斯克。马斯克也是该公司最早的投资方之一。

“阿尔法围棋”之父有中国血统？

“深度思维”公司创始人、今年39岁的德米什·哈萨比斯，如今已是谷歌副总裁。他的父亲有着希腊和塞浦路斯血统，而母亲则出身自新加坡和中国人的家庭。

作为一位人工智能专家，哈萨比斯的兴趣爱好广泛。他本人是国际象棋高手，对围棋也非常感兴趣。1997年，超级电脑“深蓝”战胜国际象棋世界冠军卡斯帕罗夫。当时还在上大学的哈萨比斯就在想，有一天要为围棋写一个程序，并赢得冠军。

英国《卫报》说，哈萨比斯对于“阿尔法围棋”的骄傲之情，就像一个“好学生的家长”。他坦言，自己没有与“阿尔法围棋”对弈过，因为它的学习能力很强，自己完全不是它的对手。

它如何选择一招棋？

“阿尔法围棋”的核心是两种不同的深度神经网络——“策略网络”和“值网络”。这两种神经网络，也被称为“阿尔法围棋”的两个大脑。

“策略网络”负责挑选下一步棋该怎么走，“值网络”则通过现有棋局，预测谁可能会赢。它们“双剑合璧”，挑出明显比较好的走法。

谷歌公司说，“阿尔法围棋”落子，与人类高手符合度达57%。这里，相符合并不意味着正确，只是说人类可能会这么下棋。人类的走法，也可能是错的。

是不是每下一招

它都要回忆它知道的所有棋局？

人工智能下棋时，大多采用了一种名叫“蒙特卡洛树搜索”的算法。它是一种启发式的搜索策略，能够基于对搜索空间的随机抽样来扩大搜索树，从而分析围棋这类游戏中每一步棋应该怎么走才能够创造最好机会。“阿尔法围棋”也运用了这种算法。

假设拥有无限的计算能力，运用“蒙特卡洛树搜索”，“阿尔法围棋”理论上是可以回顾它记住的棋盘，然后计算怎么走才是最佳落子。但现实中，还没有一个人工智能能做到这一步。

“阿尔法围棋”聪明的地方就在于，它结合“深度学习”和“蒙特卡洛树搜索”，利用“深度学习”降低搜索树的复杂性。换句话说，通过反复训练，“阿尔法围棋”培出了如同人类棋手般的棋感。而这种“我觉得这样下会赢”的直觉，也是很多人类高手取胜的关键。