阿爾法圍棋AlphaGo是一款很有意思的人工智能圍棋軟件，擁有很多強大的功能從而能與人類棋手對戰，想要知道更多關于阿爾法圍棋AlphaGo的故事嗎，那就快來試用這款軟件吧。

阿爾法圍棋AlphaGo官方介紹

阿爾法圍棋（AlphaGo）是第一個擊敗人類職業圍棋選手、第一個戰勝圍棋世界冠軍的人工智能程序，由谷歌（Google）旗下DeepMind公司戴密斯·哈薩比斯領銜的團隊開發。其主要工作原理是“深度學習”。

2016年3月，阿爾法圍棋與圍棋世界冠軍、職業九段棋手李世石進行圍棋人機大戰

阿爾法圍棋功能特色

1.走棋網絡，給定當前局面，預測/采樣下一步的走棋。

2.快速走子，目標和1一樣，但在適當犧牲走棋質量的條件下，速度要比1快1000倍。

3.估值網絡，給定當前局面，估計是白勝還是黑勝。

4.蒙特卡羅樹搜索，把以上這3個部分連起來，形成一個完整的系統?！?/p>

阿爾法圍棋的兩個大腦介紹

第一大腦：落子選擇器 （Move Picker）

阿爾法圍棋（AlphaGo）的第一個神經網絡大腦是“監督學習的策略網絡（Policy Network）” ，觀察棋盤布局企圖找到最佳的下一步。事實上，它預測每一個合法下一步的最佳概率，那么最前面猜測的就是那個概率最高的。這可以理解成“落子選擇器”。

第二大腦：棋局評估器 （Position Evaluator）

阿爾法圍棋（AlphaGo）的第二個大腦相對于落子選擇器是回答另一個問題，它不是去猜測具體下一步，而是在給定棋子位置情況下，預測每一個棋手贏棋的概率。這“局面評估器”就是“價值網絡（Value Network）”，通過整體局面判斷來輔助落子選擇器。這個判斷僅僅是大概的，但對于閱讀速度提高很有幫助。通過分析歸類潛在的未來局面的“好”與“壞”，阿爾法圍棋能夠決定是否通過特殊變種去深入閱讀。如果局面評估器說這個特殊變種不行，那么AI就跳過閱讀。

這些網絡通過反復訓練來檢查結果，再去校對調整參數，去讓下次執行更好。這個處理器有大量的隨機性元素，所以人們是不可能精確知道網絡是如何“思考”的，但更多的訓練后能讓它進化到更好。