从李世石到柯洁AlphaGo有哪些演进

世界排名第一的柯洁，曾认真研究了一年多AlphaGo喜欢的三三式；在这一年多，AlphaGo则从第18代迭代为第60代。这些表象背后，深度学习能力经历了怎样的演进？

2 日上午10点半，备受全世界瞩目的人机大战第二季全面打响。最终，人类围棋界排名第一的中国棋手柯洁输给了AI界排名第一的AlphaGo围棋人工智能程序。

一场科技层面注定失败的比赛

这是一场业内同行普遍不看好结果的比赛。

尽管柯洁在大战前悲壮地表示，“我会用所有的热情去与它做最后的对决，不管面对再强大的对手——我也绝不会后退！”赛前的豪迈，依然改变不了失败的结果。在专业棋手看来，输四分之一子的柯洁虽败犹荣。

对柯洁而言，这是一场注定艰难但必须争胜的战斗。在此之前，柯洁专门研究了AlphaGo喜欢的三三式，并在比赛中应用。

而在这一年中，AlphaGo从对阵李世石时的第18代，迭代为对阵柯洁时的第60代。快速迭代的背后，是AlphaGo全新的深度学习逻辑。这种经历迭代的深度学习逻辑，其强大力让人难以望其项背。

深度学习的两次逻辑变更

2016年在AlphaGo以4：1大胜李世石后，人工智能再次进入大众的视野，而在这场世纪“人机大战”后，Deepmind随即宣布“阿尔法狗”进入闭关状态。

直到2016年12月29日，AlphaGo才化身为神秘的Master再次复出。随后其在短短一周内，击败了包括目前中韩第一人柯洁和朴廷桓，以及古力、陈耀烨、范廷钰、常昊等10多位中韩世界冠军，豪取60连胜，就连原来信心满满的柯洁也对此也一改以往自信狂傲的口吻，声称自己很可能全输给AlphaGo。

而前两次人机对决的场景还历历在目，第三次人机大战却已悄然来临，但整个人类世界对于两方选手的感情却发生了颠覆性的变化，一边倒的认为柯洁必输。

那么这一年时间里AlphaGo身上究竟发生了什么？居然让舆论变化如此之大，这无疑源于人们对AlphaGo了解的加深。

与李世石对战的AlphaGo 1.0版混合了三种算法：蒙特卡洛树搜索+监督学习+增强学习。其中，蒙特卡洛树搜索是一种优化过的暴力计算，比1997年深蓝的暴力计算更聪明。而这里的监督学习，是通过学习 000万部人类棋谱，对六段以上职业棋手走棋规律进行模仿，也是AlphaGo获得突破性进展的关键算法。而增强学习作为辅助，是两台AlphaGo从自我对战众中学习如何下棋，对棋力提升有限。

本文由入驻维科号的作者撰写，观点仅代表作者本人，不代表OFweek立场。如有侵权或其他问题，请联系举报。

生物谷灯盏花素片注意事项

灯盏花产业领军企业生物谷

生物谷灯盏花企业如何