人工智能搞定围棋了！比原先预想的早了十年。

本周《自然》杂志以封面文章形式报道了一种能在传统策略游戏——围棋上击败专业选手的电脑程序AlphaGo。围棋被认为是人工智能领域一个具有标志性的“大挑战”，这源于围棋巨大的搜索空间，很难估计局面和下子。这项发现可能为其他看似棘手的人工智能领域实现人类级别的能力带来希望。

围棋游戏起源于中国，两个选手在矩形格子上交换下黑子和白子，目标是在比赛结束时比对方占领更多的地盘。迄今最成功的围棋计算机程序能达到业余人类选手的程度，但还不能和专业选手在不让子的情况下平局。

英国伦敦Google DeepMind的David Silver, Aja Huang 和 Demis Hassabis 和他们的团队开发了一个叫”AlphaGo“的程序，利用“价值网络”去计算局面，用“策略网络”去选择下子。训练这些深度神经网络的，是对人类专业棋局的监督学习以及让它和自己对弈的增强学习。

AlphaGo在和其他围棋程序的对抗中获得了99.8%的胜率，并且在一项竞赛中以5比0的成绩战胜了人类欧洲围棋冠军。这是第一次计算机程序能在不让子的情况下，在完整的围棋游戏中击败专业选手——原本认为十年后人工智能才能达到的成就。

AlphaGo的下一个挑战将是李世乭，过去十年被认为是世界围棋冠军，比赛将于三月份在首尔举行，谷歌为此比赛准备了100万美元奖金。

点击“阅读原文”查看论文 Mastering the game of Go with deep neural networks and tree search

长按二维码关注我们，了解Nature及其子刊的最新信息。