（编译: LinkSea）
2016年，人工智能AlphaGo与世界排名第二的职业围棋手经过五局厮杀，最终获胜。这已经不是人工智能计算机第一次打败人类。20年以前，IBM“深蓝”在象棋比赛中首次打败Garry Kasparov。下一年，“深蓝”又经过六局厮杀打败当年的世界冠军，不过相似之处仅此而已！
围棋游戏规则比象棋更简单直接：一方把围棋子放在棋盘网格的交点上，以此试图包围对手的棋子来获取地盘。由于游戏规则的简单性，导致许多棋步之后，产生棋路的排列组合数目可能达到极致，甚至远远超过宇宙中存在的原子数目。而以往深蓝的设计是基于象棋大师们提供的策略，编写相应的棋路。所以如果按照 “深蓝”的程式设计策略，人工智能很难打败围棋大师。
总部位于伦敦的谷歌子公司DeepMind设计的AlphaGo通过研究数以万计网上的真人围棋对弈，并以此为基础，对AlphaGo进行人工智能棋步训练。首先，AlphaGo通过自己（不同版本之间）反复对弈，利用“深度学习技术”不断修正完美其对弈策略。因而，人工智能不是通过蛮力对弈，而是通过类似人类直觉的策略对弈。
人工智能技术涉及到处理数以万计可能性的决策，从而给出相应的策略，比如：机器人在拥挤的房间安全穿越，无人车自我导航路线设定以及机器与路人友好聊天等。传统编码规则不适合该种决策情况，而AlphaGo对弈的胜利则说明“深度学习技术”应对这种情况的有效性！
原创文章，如若转载，请注明出处。
