柯洁 alphago
近日，AlphaGo继战胜李世石九段后，又与柯洁展开了一场大战。结局不难预料，AlphaGo必然取胜。写这篇文章的时候，AlphaGo已经两局都战胜了柯洁。第三局AlphaGo取胜也几乎是必然的。那么，为什么AlphaGo这么厉害，它是如何连连战胜人类围棋高手的？
今天，我给大家简单介绍一下AlphaGo如何诞生、训练，又如何成为围棋界的上帝的。技术问题另文叙述，今天先科普一下。
如果要训练一个人工智能的机器人，让它成为围棋界的上帝，AlphaGo经过了下面的步骤：
第一步，首先要有一个机器学习的算法。注意，是学习的算法，而不是下棋的算法。开发一个下棋的算法去和棋手下棋是传统的计算机程序，而不是人工智能，我们小时候常玩的电脑上的下棋软件就是这种传统的模式。在人工智能时代，工程师设计的是学习的程序，然后由机器自己进行学习，学习的结果才是与棋手对战的系统。这个过程就特别像我们人类一样，我们先进行围棋的学习，学会之后再去和其他人比赛。
2012年，Google以5亿美元收购了只有100人左右的小公司DeepMind。这家公司的核心技术就是研究通用的机器学习算法，而AlphaGo就是DeepMind团队为了证明他们的机器学习算法有效性而开发的一款智能程序。
第二步，就是开始进行深度学习。Google为了对AlphaGo进行训练，动用了上万台服务器，学习了人类高手对弈的上千万盘棋局。在学习过程中，它会自动观察棋局中的每个局面，然后通过深度学习算法（AlphaGo使用的是一种深度神经网络算法，算法的具体细节另文阐述），不断地对自己进行训练。经过上千万次训练后，它就建立了人类高手的“棋感”，对于棋面的认识已经远超人类高手了。
2015 年 11 月 9 日，Google公司开源了它的第二代深度学习系统TensorFlow，也就是AlphaGo的基础程序。今天，我们都可以自己搭建或者使用云服务来使用这个深度学习的程序。
第三步，就是真正的比赛。在实际下棋时，AlphaGo大约使用的计算机不过几十台，它会通过视觉系统识别当前的棋局，所有的布点在它看来无非是图像的像素罢了。识别之后，它会根据自己学习的成果判断出一些高质量的候选点供走子，这也是人工智能时代程序和以前程序的根本不同。例如，国际象棋的搜索空间仅仅为2*10^50，因此，机器可以无限接近找到最优解。而围棋的搜索空间为2*10^171，目前的运算能力无法完成穷尽的搜索，这个时候，机器会像人类一样，根据经验和感觉选择某些点，然后再计算、比较那个点更好。
选择好候选落子后，机器会使用一种蒙特卡洛搜索算法进行计算，看哪个点胜出的概率更高。机器会根据每个点的情况往后推演，在瞬间完成数百万次黑白棋的交替走子，然后选择一个胜率更高的点进行走子。
因此，在下棋时，AlphaGo下棋没有连贯的思路，只有输赢，没有赢多少一说。
这里面涉及到很多技术细节，包括深度学习、包括搜索算法等等，改天我们再深入研讨。