谷歌为何要做人工智能围棋程序AlphaGo？
围棋对计算机来说是最困难的，其复杂程度让穷举搜索都难以解决。对机器来说，围棋的困难主要在两方面：一是，机器无法写出评估程序来决定谁赢了；二是，围棋是一种直觉性的比赛。输赢的判断对比赛来说非常重要，但是围棋不像象棋，吃掉对方的“帅”或者“将”即可获胜，这也导致围棋的搜索空间非常庞大。围棋更像是一个筑防游戏，每走一步都需要盘算整个棋局，而象棋是所有棋子都摆在盘上。另外，围棋选手都是依靠直觉在下棋，且围棋中没有等级概念，所有的棋子都一样，小小的一子，就可以影响全局。正因如此，AlphaGo在围棋上取得的成绩，确实得来不易。哈萨比斯也说，战胜李世石，让他们整个团队都很激动。为这一刻，等了十年。
Google 人工智能首次完胜人类围棋冠军 为什么很厉害
Google DeepMind 团队在最新一期《Nature》上发表论文称，其名为 “阿尔法围棋”（AlphaGo）的人工智能，在没有任何让子的情况下以 5:0 完胜欧洲冠军、职业围棋二段樊麾。
在计算机的发展史，在国际象棋比赛中，计算机战胜人类是重要历史事件，过去了这么多年，人工智能战胜围棋冠军又怎么说明谷歌AI很牛呢？
围棋，一直被认为是人类仍然在机器面前能保持优势的游戏之一。过去20多年来，科技家们一直在试着教会电脑下棋，在1997年，IBM的深蓝曾经打败了国际象棋的世界冠军Garry Kasparov，这成为了人工智能的一座里程碑事件。但是，围棋比国际象棋还是要复杂得多，国际象棋中，平均每回合有35种可能，一盘棋可以有80回合；相比之下，围棋每回合有250种可能，一盘棋可以长达150回合。
在下国际象棋的时候，计算机可以分析出每一个可能的步骤，从而进行最优选择，但是，围棋可能的步骤是国际象棋的10倍之多。这也正是围棋人工智能的难点所在。
在过去很长时间里，最好的计算机连厉害点的业余围棋棋手都下不过。所以，去年，Facebook就开始打造围棋人工智能，并且在过去6个月里让它可以用最快0.1秒的速度来落子。负责这项目的人，就坐在里扎克伯格20英尺远的地方。但是，Google还是快一步。
这场比赛实际上发生在去年十月，但是知道今天，它才在《自然》杂志中披露出来。
David Silver是这项研究的第一作者，在他看来，阿尔法Go的关键不在于简单粗暴的计算出可能步骤，而是近似于人类的“想象力”。这背后是名为一项名为“深度学习”的大杀器，它让计算机不再是简单地使用计算能力来统计所有数据，而是像人类一样，训练，然后学习。Silver说，计算机“下围棋需要的极复杂的直觉机制，这种机制以前我们认为只可能存在于人类大脑中。”
阿尔法Go用了多种“神经网络”并行，并且相互作用。其中，一个叫做“值网络”（value network），来衡量白字和黑子在棋盘上的位置，一个叫做“策略网络”（“policy network” ），会不断地学习此前人类和自己的落子，来选择接下来怎么下。
不仅仅比人类、比起其他机器人同类，阿尔法Go也更加强大。它和其他人工智能下了500场围棋，只输了1场，甚至在给对手让子的情况下，它也照赢不误。而Silver说，它比其他人工智能更先进的地方，就在于可以自我学习。而且，这种机制不仅仅可以用在围棋学习中，阿尔法Go还可以用来解决很多现实问题，比如处理气候模型等。
据消息称，Google的“阿尔法Go”V和现在的围棋世界冠军李世石 （Lee Sedol），将在今年三月正式进行比赛。在围棋这个古老的、几乎代表了人类智力巅峰的游戏上，机器人和人类究竟谁更强大，答案很快就会揭晓。
谷歌人工智能连赢人类围棋冠军5局，它怎么做到的，如何评价它
您好，谷歌人工智能的工作原理，“深度学习”是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。最近短短几年的发展，从大数据，深度学习人工智能到虚拟现实，从发现了类地球行星，证实引力波，从Hyperloop，无人驾驶，量子计算，这些魅力无穷的科技让我们对世界的认识上升到新的高度。现在的人工智能原来越成熟，同时我们也要不断提防着某一天突然人工智能取代人脑的情况。祝您生活愉快~请采纳~
google人工智能击败欧洲围棋冠军，alphago 究竟是怎么做到的
因为程序改进过，采用了深度学习的算法，选点，大局观的判断有了不小的进步。也修复了以前的bug，棋力有了突破性提高，
此外，Google给该软件投入了巨资，给与最好的硬件，极大的提高了他的计算能力。
从人工智能技术发展上看，DeepMind使用了“深度学习”技术，而非象俞斌估计的和职业高手合作。电脑通过海量学习人类高手的棋谱，用深度神经网络快速模拟出人的招法，下出来的棋就很象人了。樊麾二段说：“如果没人告诉我，我会想对手下得有一点怪，但肯定是个很强的棋手，一个真正的人”。
而DeepMind小组在搜索技术上取得了更大突破。跟Darkforest相似，AlphaGo用一个深度神经网络（policy network，“策略网络”）减少搜索的选点，象人类高手一样，只考虑少数几个可能的选点。此外，他们还建立了另一个深度神经网络（value network，“值网络”），象人类高手一样，思考到某个局面就有了结论，不必象之前的蒙特卡洛模拟那样下到终局，极大地减小了搜索的深度。
DeepMind引入的另一个逆天的高招是，让围棋人工智能自己和自己下，总结经验，自我不断提高！
这个人工智能自学习的要点是，不需要告诉电脑人类的经验，就让它自己玩这些电脑游戏，只是给出玩的分数。电脑看着分数不断纠正自己的策略，最后就发展出比人类还强的电游技术。这次的AlphaGo也用了这个技术，这又是比其它电脑围棋程序强的地方。
通过这样三招，DeepMind小组确实在围棋人工智能上取得了巨大突破。而且研究方法的潜力很大，从这个方向上走，最终象“更深的蓝”一样战胜人类最高手是完全可以想象的。一个月前，DeepMind小组就报告说围棋人工智能取得了巨大突破，会战胜人类，但当时棋迷与职业棋手并未留意。现在有了棋谱，又有了技术细节，就显得可信多了。
如何看待谷歌AlphaGo首次战胜人类围棋高手
一个月前，DeepMind创始人Demis Hassabis曾说道很快会有关于围棋研究的惊喜，而1月28日的《Nature》杂志即将以封面论文的形式介绍Google旗下人工智能公司DeepMind开发的一款名为AlphaGo的人工智能，它已经击败了欧洲围棋冠军，并将于3月与世界冠军李世乭对战。该程序采用了两个深度神经网络，policy network与value network，极大地降低了需要考虑的搜索空间的复杂度，前者降低搜索的广度，后者降低搜索的深度，很像人脑在下围棋时凭直觉快速锁定策略的思维。
这么说起给一点时间,巅峰的吴清源,李昌镐这类人物(即使不断学习)也是下不过电脑的了? (我指的电脑就是2015一台中等配置的PC这样,不是服务器集群,类似普通电脑跑Pocket Fritz 4)
今天(3-12-2016) AlphaGo 已经3:0领先Lee Sedol了
这个并不是太出人意料。我记得十年前就有人说，十年内这个问题可以解决。可能那时候他就已经有点思路了吧。
这个问题能解决到这个程度，Google的确做出了很大的贡献，我想很多同样看上去很难的问题也并不是不能解决，而是我们愿不愿意解决，愿意花多大的精力在上面。我觉得这点启发非常重要，尤其是在深度网络这类新技术出现的时候，有很多地方简单地应用一下就能有新的突破。
老实说，我看了AlphaGo的思路，跟我之前的思路差不了太多，我在2015年1月份就看过一篇利用卷积神经网络来下棋的论文（神经网络可能终将在围棋上打败人类），并且有种豁然开朗的感觉，还想出了改进的思路（论文中的程序实际上有比较明显的缺陷，而去掉其中的缺陷就是一条更为完善的思路），真正的理论层面的突破是那篇论文，那篇论文写出来，就决定了今天只用了一年左右的时间AlphaGo能达到这个程度，Google的贡献在于将理论更好地改进和实践了，他们更有实力来解决这样的问题，不是像那篇论文里的程序，使用比较纯粹的神经网络，那样想要达到顶尖水准很有难度。
值得反省的是，为什么围棋作为东方人的游戏，却不是我们自己来解决这个问题？我觉得国内一定有人看到解决思路了，既然我这种业余爱好者都能看出点眉目。
如何看待Alphago战胜围棋冠军
我第一次用假想式回答来解答问题，但是我觉得这是我想说的。
数百年后，两个大学生在柯洁的铜像面前的对话是这样的：
A：这个人是谁啊？为啥会在历史馆里？看介绍是个下棋的，有什么特别的地方吗?
B：这个人是几百年前的一个下围棋的中国人，叫柯洁，是当时称霸棋坛的人类高手。
A：他做过什么事情，要给他立像？
B：你知道吗，几百年前我们的祖先生活可不像我们现在这么轻松，车还要自己开的，一个疲劳驾驶就出事；癌症这种小毛小病在当时是绝症；当时的人居然挖地底下的石油来当能源，把山砍的光秃秃的只是为了用木头来造纸和做各种建材。。。
A ：好可怕，现在这些事情都交给各种人工智能轻松应对了，当时真落后，那后来怎么改变的呢？
B：后来，一家叫谷歌的公司开发了一个程序叫Alphago，这被认为是我们今天广泛使用随处可见的人工智能的萌芽，这个程序在围棋这个项目上击败了人类当时最厉害的选手，而当时的人觉得围棋这么玄乎的竞技，人工智能可以击败人简直是天方夜谭，所以这个结果引起轰动，然后就开始了在各个领域的延伸，各种人工智能衍生类产品彻底改变了人们的生活方式，直到今天，但在当时，很多人不能接受机器可以打败人的现实。
B：我大概知道了，柯洁就是那个输给Alphago的人类高手。
A：是的，他是先驱者，通过自身的体验证明了人工智能的巨大潜力，为了纪念他，就有了这个塑像，名字叫做：新纪元。
最近谷歌围棋人工机器人与韩国相关作文
谷歌公司的人工智能AlphaGo与韩国棋手李世石五场围棋较量的第一场落下帷幕，最终李世石投子告负。这引发了社会各界对人工智能究竟能够发展到什么程度的各种讨论。 AlphaGo的主要开发者，同时也是开发AlphaGo的谷歌DeepMind团队创始人兼谷歌公司高管的Demis Hassabis在赛后表示，“这表明我们程序的成功，而在人工智能发展上也是一个历史性的时刻。” 但据看过比赛的围棋爱好者们称，李世石也并没有在第一场发挥全部实力。总共五场比赛的赛制只举行了一场，还不能认定人工智能最终能够获胜。很多人表示，李世石盘初领先，随后有些轻敌。 围棋被公认为目前棋牌类游戏中最复杂的一种，所以也成为了检验人工智能系统的一个重要工具。与以往的人工智能相比，AlphaGo的确有很多进步，一些以往人工智能围棋机器人的弱点这个新的系统并没有出现。但这也仅仅局限在围棋的范围，距离真正所谓的人工智能，AlphaGo还有很长一段“进化”的路要走。 Google近期公布了多项与机器人相关的项目。前一段时间该公司Atlas机器人的一段视频也引发了不小的轰动。目前谷歌对于这些前沿科技领域的投资意向明显，预计在未来有可能能够在这一方面推出更加令人轰动的新产品。 但从目前的情况上来看，不管是谷歌的AlphaGo还是苹果的Siri，基本还是跳不出按照程序员制定的模式运作的领域，距离实际的人工“智能”还相当遥远。更多只能算是程序员思维的一种延伸。不过这一市场未来被视为大有可为的领域。风险投资似乎会对谷歌近期的动向更加关注。
人机大战在即 机器人植入谷歌大脑未来会怎样
谷歌人工智能系统AlphaGo战胜欧洲围棋冠军，再挑战围棋绝世高手李世石先生；这一次谷歌人工智能挑战人类掀起了全球浪潮，这场人机大战或者说是一场科技秀，但对于这场科技秀来说也是谷歌实力的展现，世纪人机大战一触即发之际，李开复在接受腾讯科技采访表示：这次谷歌AlphaGo打败李世石比较悬，但是1-2年之内人工智能会完胜人类。李开复称，过去两三年来，在人工智能、深度学习方面，很多科技公司有非常多的重大发现，其个人也认为这次世纪人机大战是在科技界非常重要的一个里程碑事件。
曾经创办中国第一家基于深度学习的人工智能研发机构 - 百度IDL，如今已经是创业公司地平线机器人技术(Horizon Robotics)的创始人兼CEO的余凯博士表示，过去几年深度学习在语音识别和图像识别取得了惊人的成功，目前在今后的几年，深度学习的下一波突破将集中在三个方面：1. 决策控制算法， 2. 自然语言理解，3. 深度神经网络芯片；最近谷歌DeepMind团队开发的围棋算法AlphaGo，就是在决策控制方面的突破。AlphaGo采用的是基于增强学习（reinforcement learning)的深度神经网络算法来学习评估棋局（通过学习一个深度神经网络的value function）和做出最优决策（通过学习一个深度神经网络的policy function）。 AlphaGo除了学习人类棋手的历史棋局数据，惊人之处在于的通过Monte Carlo Tree Search让计算机互为对手，从而在不需要学习人类棋手的情况下，机器也能不断提升自身的水平。余凯进一步指出，他相信深度增强学习将改变不仅仅是围棋，还会改变其他需要决策控制的领域，比如自动驾驶，因为自动驾驶面临的问题和下棋在本质都是是博弈问题。
谷歌人工智能布局最早可以追溯到Google Brain（谷歌大脑），诞生于Google X 实验室，其创始人是吴恩达(Andrew Ng)，在2012年6月谷歌大脑项目运用深度学习的研究成果，使用1000台电脑创造出包含10亿个连接的“神经网络”，使机器系统学会自动识别猫，成为国际深度学习领域广为人知的案例。至此谷歌大量收购人工智能领域创新性公司，自2013年起收购了9家人工智能领域公司，谷歌又与NASA联合向加拿大D-Wave公司购买了一台量子计算机，并于2014年9月成立了谷歌量子人工智能实验室，与资深物理学家约翰-马蒂尼斯(John Martinis)合作，去年12月曾宣称，在两项测试中，D-Wave 2X量子计算机的运行速度，比在传统计算机芯片上运行的模拟装置快1亿倍，而科技巨头们也一致认为，量子计算机将使人工智能软件更强大，利用它人工智能研究人员或可以开发更智能、更灵敏的计算机学习系统。
早前谷歌一直在利用动物训练Google Brain（谷歌大脑）项目，2012年谷歌曾做了一个实验，在没有输入“猫”的概念，让机器透过学习，最终认识了“猫”；而在去年谷歌又上升了一个层级，是让机器来描述所看到的场景，想象一下，当计算机能够准确地识别和理解它所看到的一切时，世界该是个什么模样？传感物联网创建人杨剑勇表示：这一次谷歌人工智能系统挑战围棋九段李世石先生，是谷歌人工智能领域至今为止级别最高的一次技术检验，纵观谷歌在人工智能领域的创新投入，包括收购了大量的人工智能领域创新公司，以及成立量子人工智能实验室，也打造了全球最大规模的人工智能神经网络，对于这一场世纪人机大战我相信谷歌会取得胜利，同时也期待其在人工智能领域有质的突破。想象下，假如谷歌大脑植入至人形机器人Atlas世界会发现什么变化？电影《终结者》中的智能机器人或许将由谷歌制造。虽然好莱坞科幻大片短期难以成为现实，但未来50年，甚至100百年后或许会变成真实，也许未来我们将要通过时光机穿梭至现在来毁灭谷歌公司。
伦敦帝国理工学院人工智能学者马克·戴森罗特在接受新华社记者专访时表示，如果AlphaGo击败了最顶尖的围棋选手，就意味着终于有一款电脑程序在下围棋水平上达到让人惊叹的地步。即使今年三月的比赛中无法击败顶尖的人类围棋选手，那也只是时间问题。
谷歌智能围棋也刚刚输给过人类，凭什么取得了最终胜利
因为程序改进过，选点，大局观的判断有了不小的进步。也修复了以前的bug
从人工智能技术发展上看，DeepMind使用了“深度学习”技术，而非象俞斌估计的和职业高手合作。电脑通过海量学习人类高手的棋谱，用深度神经网络快速模拟出人的招法，下出来的棋就很象人了。樊麾二段说：“如果没人告诉我，我会想对手下得有一点怪，但肯定是个很强的棋手，一个真正的人”。
而DeepMind小组在搜索技术上取得了更大突破。跟Darkforest相似，AlphaGo用一个深度神经网络（policy network，“策略网络”）减少搜索的选点，象人类高手一样，只考虑少数几个可能的选点。此外，他们还建立了另一个深度神经网络（value network，“值网络”），象人类高手一样，思考到某个局面就有了结论，不必象之前的蒙特卡洛模拟那样下到终局，极大地减小了搜索的深度。
DeepMind引入的另一个逆天的高招是，让围棋人工智能自己和自己下，总结经验，自我不断提高！
这个人工智能自学习的要点是，不需要告诉电脑人类的经验，就让它自己玩这些电脑游戏，只是给出玩的分数。电脑看着分数不断纠正自己的策略，最后就发展出比人类还强的电游技术。这次的AlphaGo也用了这个技术，这又是比其它电脑围棋程序强的地方。从Nature的文章看，DeepMind的绝招是，用50台电脑让AlphaGo不断和自己对弈，下了3000万盘棋！然后每盘棋选取一个局面（不多选，以避免同一盘棋中不同局面之间的相关性），根据这盘棋的最终结果判断局势优劣。这样获得了3000万个训练数据，用于训练生成“值网络”。暴力生成这么多数据需要海量的计算资源和投入，确实只有谷歌这样的大公司敢想敢做。可以看出他们的战略是智能和蛮力两手抓，两手都要硬，哪个合适就用哪个，并且互相帮助。
通过这样三招，DeepMind小组确实在围棋人工智能上取得了巨大突破。而且研究方法的潜力很大，从这个方向上走，最终象“更深的蓝”一样战胜人类最高手是完全可以想象的。一个月前，DeepMind小组就报告说围棋人工智能取得了巨大突破，会战胜人类，但当时棋迷与职业棋手并未留意。现在有了棋谱，又有了技术细节，就显得可信多了。
围棋人机大战柯洁不敌AlphaGo是怎么回事？
2017年5月23日，浙江嘉兴，中国棋手柯洁九段和围棋人工智能程序”阿尔法狗“的首场对决在浙江乌镇举行。本次对决于5月23日至27日在乌镇展开三番棋决战。在“人机终极对决”第一局中，当今世界排名第一的中国围棋选手柯洁，输给了Google旗下的人工智能程序AlphaGo。中国围棋峰会首局战罢，柯洁小负AlphaGo，赛后举行发布会。柯洁表示，布局也有备战和研究，开始也有针对性下法，下三三后又点角，这都是AlphaGo喜欢下的，但没想到AlphaGo应对非常好，很多招法我都没见过，包括那步刺（白50），让我很震惊。首先断完以后，他变得很厚，还有很多劫材，可以说是一石二鸟。真是太厉害了，我输得没什么脾气。DeepMind创始人哈萨比斯：今天的比赛非常精彩，胜负差距非常小，我想棋手们都在学习Master的棋，希望能寻找弱点，今天也下出了Master的招法，樊麾也告诉我，AlphaGo下出了非常漂亮的招法。我也非常期待接下来的比赛，逼出AlphaGo的极限。
AlphaGo挑战柯洁成功了吗？
中关村在线消息：上个月，Google在中国棋院召开发布会，宣布5月23日-27日将在乌镇主办“中国乌镇·围棋峰会”，为期5天。届时，围棋九段，且世界排名第一的中国选手柯洁将与围棋人工智能AlphaGo展开对弈。据悉，柯洁的出场费为30万美元，获胜者将获得150万美元的奖金。在去年的人机大战中，韩国职业棋手李世石曾以1:4的成绩，最终败于AlphaGo。今年在柯洁与AlphaGo对弈规则有所变化，采取三局两胜制，三局比赛，分别于5月23、25、27日进行。除了AlphaGo与柯洁将进行的三场比赛之外，峰会上还将安排配对赛与团体赛。配对赛中，两位棋手将分别与AlphaGo组队，挑战棋手除了要理解AlphaGo的风格，还要与之合作。而在团体赛中，五位中国顶尖职业棋手将组成战团，以集体智慧对抗人工智能AlphaGo。AlphaGo简介：AlphaGo是一款围棋人工智能程序，由谷歌旗下DeepMind公司的戴密斯·哈萨比斯、大卫·席尔瓦、黄士杰与他们的团队开发。此次对战，采用的是AlphaGo的2.0版本，与之前和李世石对战的AlphaGo1.0版本有所不同，2.0版本采取了新的算法模型。此前，2.0版本曾使用Master的名字，以在线对弈方式60战全胜，击败了包括柯洁在内的所有挑战者。柯洁简介：柯洁是中国围棋职业九段棋手，目前围棋等级分排名世界第一。1997年8月2日出生，目前还不满20岁。
