在黑白棋子的搏杀场，一场人脑与机脑的全球脑王大战，最终以李世石投子认输落下帷幕，为何赛前被寄予厚望的李世石会败给古力口中“业余六七段”的谷歌Alphago？
深度学习技术是制胜关键
对此，谷歌DeepMind实验室主管德米斯-哈撒比斯(Demis Hassabis)表示，“国际象棋每步大约会出现35种左右的走位可能，而围棋的走位可能则高达250种，每一步250种相乘就意味着整局比赛会出现多到几乎无穷尽的走位方案。Alphago在击败欧洲围棋冠军樊麾时学习了3000万盘棋，而经过将近半年的学习，这个数量已经增长到1亿以上。
难道Alphago是靠死记硬背吗?显然不是，其实是Alphago深度学习发挥了作用。AlphaGo 的核心是两种不同的深度神经网络。“策略网络”(policy network)和 “值网络”(value network)。它们的任务在于合作“挑选”出那些比较有前途的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围里，本质上和人类棋手所做的一样。其中，“值网络”负责减少搜索的深度——AI会一边推算一边判断局面，局面明显劣势的时候，就直接抛弃某些路线，不用一条道算到黑;而“策略网络”负责减少搜索的宽度——面对眼前的一盘棋，有些棋步是明显不该走的，比如不该随便送子给别人吃。利用蒙特卡洛拟合，将这些信息放入一个概率函数，AI就不用给每一步以同样的重视程度，而可以重点分析那些有戏的棋着。
深度学习技术正在快速发展
在科技领域，近年来深度学习的技术，非常大的数据量和计算量可以扩张地使用，超过了我们的想象。同时我们也对人所谓的智力，当时有一些错误的幻想，实际上深度学习的成长非常的快速，它可以非常好地利用更多地机器。
能够拥有如此快速的提升，毫无疑问得益于世界科技巨擘们的投入。谷歌已经把人工智能作为未来科技竞争的制高点，对人工智能领域的创新投入正在加大，包括收购大量的人工智能领域的创新公司，成立量子人工智能实验室，以及全球最大规模的人工智能神经网络。
苹果公司则没有谷歌如此大的野心，苹果更侧重于现有商业模式的整合应用。因此在去年10月收购一家人工智能企业——英国语音技术初创公司VocalIQ，最主要开发人工智能软件，能够帮助计算机与用户进行更为自然的对话，这将有助于苹果改进Siri，更注重商业化的应用。 |
