3月9日至3月15日，全球关注的“人机大战”，由顶级围棋手李世乭与谷歌计算机围棋程序“阿法狗”（AlphaGo）进行对弈，结局是李世乭以1：4输了。

　　这个“阿法狗”搅起的波澜似乎远胜过IBM的 “深蓝”等前辈。因为它的难度完全不同，国际象棋的下法可以穷尽，围棋的下法几乎不可以穷尽。比赛后，舆论各说纷纭，其实，无论谁输谁赢，对于大众来说， 这一场比赛最大的收获莫过于完成了人工智能的大众科学普及工作，从而带来人们对于自动驾驶和人工智能的广泛兴趣，并且逐渐地相信，机器独特的判断力。

　　AlphaGo为何能够赢比赛呢？

　　2013年，谷歌以4亿英镑收购了DeepMind这个仅有50多人的小公司，结合谷歌的深度学习技术，其计算能力飞速提升，研发出了阿法狗。阿法狗的主要工作原理是“深度学习”。深度学习是什么？ 深度学习的概念源于人工神经网络的研究， 深度学习是指机器通过深度神经网络，模拟人脑的机制来学习、判断、决策，已经被广泛应用于许多领域。

　　谷歌的研究人员在AlphaGo的 程序中搭建了两套模仿人类思维方式的深度神经网络。第一种叫“策略网络”它让程序学习人类棋手的下法，挑选出比较有胜率的棋谱，抛弃明显的差棋，使总运算 量维持在可以控制的范围内。另一种叫价值网络，主要用于减少搜索的深度，它不会一下子搜索一盘棋所有的步数，而是一边下一边进行未来十几步的计算，这样也 就大量减少计算量。

　　AIphaGo根据深度学习的原理练习下围棋，具体做法是先给阿法狗输入3000万步人类围棋大师的下棋走法，让阿法狗自我对弈3000万局，积累胜负经验，制定策略网络，给出落子选择；阿法狗在自我对弈的训练中形成全局观，对局面随时作出评估，构成价值网络，修正原落子选择，最终给出最优落子位子。

　　人可以疲劳，可能走神，机器不会疲劳，不会走神。（主编李志民，责任编辑陶春）