详细内容或原文请订阅后点击阅览
人工智能：古老游戏的第二次生命
围棋一直是计算机下棋比人类弱的少数游戏之一。 2016 年 3 月，这一切都发生了变化，当时基于神经网络的程序 AlphaGo 击败了我们这个时代最伟大的棋手之一韩国人李世石 (Lee Sedol)。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）围棋一直是为数不多的计算机比人类棋弱的游戏之一。 2016 年 3 月，这一切都发生了变化，当时基于神经网络的程序 AlphaGo 击败了我们这个时代最伟大的棋手之一韩国人李世石 (Lee Sedol)。
快三年过去了。经过数千场训练比赛，人与机器谁更强的问题最终被从议程中删除。七届欧洲冠军亚历山大·迪纳斯坦 (Alexander Dinerstein) 在东方经济论坛上用神经网络下围棋，并讲述了人工智能如何为这项古老的游戏注入新的生命。
Go 很难
Go 很难由于可能的走法数量巨大，用于下围棋的计算机算法的开发几十年来仍然不切实际。数学并不能帮助你在围棋中取胜——你需要策略。事实上，与国际象棋不同，游戏没有明确的目标：你需要获得棋盘的大部分领土，而这个“大部分”的想法是主观的。国际象棋是一种相对简单、简短且经过充分研究的游戏。在这里，通过对机器进行良好的练习，您可以在开局时就赢得游戏，并学会了当前变体的前 30 个动作。在围棋中，平均每盘棋需要 250 步。在这里记住空缺是没有用的。这个游戏需要被理解。
围棋中没有等级观念，所有的棋子都具有同等的价值：一颗处于王位的棋子，只需十步就可以被当作一文不值的棋子牺牲掉。另一个因素是游戏的“创造力”。围棋中的棋局是随着每一步棋的走法而构建并变得更加复杂的。
曾几何时，国际象棋棋手进行了一项实验，将计算机程序纳入常规锦标赛中。这个想法激怒了许多参与者，其中一些人甚至威胁要抵制比赛——这是可以理解的。国际象棋程序通过使用开垒获得相对于人类的优势。在 Go 中，现代程序通过与自己玩耍来从头开始学习。而围棋高手也明白，自己与他们是平等的。
神经网络来帮忙
神经网络来帮忙Go 2.0
Go 2.0