人工智能下圍棋的3個成長階段
第1階段
會分析人類選手在圍棋競賽中的不同策略（已達到）
第2階段
會自己“苦練”下棋并從中學習（已達到）
第3階段
能思考如何進行長線布局以擊敗對手（未達到）
圍棋與芯片成為新一期英國《自然》雜志的封面，因為一個名為AlphaGo的電腦程序戰勝了歐洲圍棋冠軍，這是電腦首次戰勝圍棋職業棋手。該電腦程序將在3月挑戰世界頂級棋手李世石。
與其他圍棋程序對抗,獲勝率達99.8%
這個電腦程序由位于英國的谷歌公司下屬機構“深度思維”（DeepMind）開發。該程序在與其他圍棋程序的對抗中獲得了99.8%的勝率。在這次人機對戰中，它以5比0的成績戰勝了歐洲圍棋冠軍、職業圍棋二段、前中國職業棋手樊麾。這是第一次有電腦程序能在不讓子的情況下，在完整的圍棋競賽中擊敗專業選手。AlphaGo與樊麾比賽的裁判來自英國圍棋協會。據該機構介紹，AlphaGo接下來將挑戰韓國棋手李世石，比賽計劃3月份在韓國首爾舉行。這是第一次有電腦在公平規則下挑戰人類頂級職業圍棋手。
在國際象棋領域，1997年超級電腦“深藍”戰勝了世界冠軍卡斯帕羅夫。相比而言，許多人認為圍棋這種源自中國的古老游戲更加“燒腦”，涉及的回合數和各種策略組合都要高于國際象棋。因此人工智能的這一最新戰績無疑是重大突破，此前一些觀點稱，至少還要10年人工智能才能戰勝圍棋職業棋手。
它能自行學習，通過比賽改進技能
AlphaGo并沒有經過程序化來玩圍棋，相反，它可以自行學習，從而可解讀圍棋游戲。據了解，進入21世紀后，圍棋軟件研發出了模擬算出未來步驟、選擇勝率高的一手棋的手法，水平堪比業余段位棋手。然而，由于博弈的局面根據棋盤大小不同（一般認為國際象棋為10的123乘方，而圍棋則有10的360乘方以上），這導致軟件來不及列舉出所有能贏的方案，導致不敵職業棋手。
相比之下，AlphaGo的研究團隊放棄了“蠻力窮舉”的方式，而是結合學習大量數據提高判斷能力的人工智能新技術“深層學習”加以開發。它首先從專家比賽中學習了3000萬個棋路，從中根據棋盤數據提取出抽象信息提高判斷力，這一步驟大概類似于其他程序根據像素分類圖片。然后，它又通過50臺計算機自己和自己對弈，從每一次比賽中改進自己的技能，也就是所謂的“深層學習”技術。
該圍棋軟件或將被放在網上供人使用
據了解，谷歌的“深度思維”有逾200名人工智能研究人員和工程師。“深度思維”的創始人之一哈薩比斯表示，AlphaGo開發歷時18個月左右，團隊規模由最初的2、3人增加到15人，“對我們來說AlphaGo是一個相當大的項目”。 DeepMind最近還吸引了英國研究人員馬太·萊（Matthew Lai）加盟。萊曾開發了一個能與國際象棋大師對壘的系統，他的軟件能以與人相似的方式進行推理，比IBM采用的方法效率更高。哈薩比斯表示，谷歌可能效仿Facebook，把其圍棋軟件放到網上供用戶使用。但現在，谷歌首先需要全力備戰首爾的人機大戰。
1
對電腦而言，這是非凡成就
“如果事先沒人告訴我AlphaGo是機器，我會以為對手是人類”
樊麾
歐洲圍棋冠軍
前中國職業棋手
代表人類對陣谷歌AlphaGo
昨日，新浪體育連線了樊麾本人，確認了樊麾被該軟件0比5擊敗的事實。樊麾前兩年由于參賽不多，等級分歐洲第一的位子已被別人搶走，但他是最新一屆的歐洲圍棋冠軍。樊麾與谷歌AI的對決2015年10月進行，共下了五局，樊麾0比5慘敗。樊麾本人也確認了這一事實。由于賽前與谷歌簽訂了保密協議，這段時間樊麾過得非常郁悶，一方面是輸給電腦帶來的沖擊，另外一方面則是無法與人訴苦的痛苦。
最令樊麾對局時感到絕望的是：不能出現失誤。第二局樊麾本來形勢極好，但由于一個失誤被對方抓住，后面竟然就沒有了機會。從此之后樊麾坦言自己的心態發生了變化，而且自己棋上的弱點被AI完全掌握，樊麾對電腦的弱點卻束手無策。樊麾表示自己肯定不能代表職業棋手整體，但5比0的比分放眼職業棋界恐怕也沒有太多人能絕對做到。樊麾坦言開始他有些輕敵，但下起來才發現電腦的可怕。關于3月電腦與李世石一戰，樊麾不能做過多預測，但表示肯定會是精彩的一戰。另外樊麾本人對圍棋被電腦攻克持肯定態度，因為現在是個開放的社會，人工智能的提升肯定會對整個人類的發展起到推進作用。當然作為圍棋從業者一時間感情上會有些難以接受。
此外，在接受《自然》雜志采訪時，樊麾也談及被機器擊敗的感覺，“我覺得主要問題在于，人類是會犯錯的，因為我們是人類。我們會累，會因求勝欲望過于強烈而感到壓力，但計算機程序就不會這樣。它們很強大，又很穩定，就像一堵墻一樣。在我看來，這就是機器與人類的最大區別。如果事先沒人告訴我AlphaGo是個機器的話，我會以為對手是人類——或許棋路有些奇怪，但很強，是個真正的人類。 ”
2
對人類而言，并非徹底失敗
“電腦水平不是特別驚人，當時的局面下正好贏了”
托比·曼寧
英國圍棋協會財務主管
此次人機大戰的裁判
在接受《自然》雜志采訪時，托比·曼寧說，“在這場比賽中，我本以為樊麾會贏。真正震撼到我的是，在比賽中根本分不清誰是人誰是計算機。在此之前有些電腦軟件經常會做出許多明智的選擇，但會突然丟掉比賽。但這回，你根本分不清彼此。”曼寧指出，“能讓人感覺到它（AlphaGo）不是人類的一件事情是它分配時間的方式和人類不同。每下一個棋子，樊麾所花費的時間比AlphaGo更長。而AlphaGo看起來并不像人類一樣那么具有進攻性。它在下棋過程中表現得非常冷靜，而非積極地侵略領地或提子。”他透露，雖然從幾盤棋譜上電腦表現出的水平不是特別驚人，但在當時的局面下正好可以擊敗棋手。
“深度思維”公司創立者之一的德米斯·哈薩比斯與曼寧觀點一致。“AlphaGo很可能，并最終將在圍棋這一領域超越最頂尖的人類，我非常期待看到它在圍棋的規則之內創造出新的東西。這是我親手打造的系統，自然對它懷有很深的感情。”但他也指出，這一結果并不代表電腦足以戰勝人類圍棋頂尖高手。
3
對圍棋而言，不會改變什么
“即使電腦打敗人類，圍棋的魅力也不會削減”
李夏金
國際圍棋聯盟秘書長
李夏金說，“當我第一次聽說一臺電腦要挑戰世界上水平最高的圍棋棋手李世石時，我非常震驚。誰將勝出？我不知道。李世石自己也在懷疑，一臺計算機能否做到和他一樣厲害。但私下里我聽到了關于AlphaGo的更多消息，所以被它的實力震驚。我也知道李世石有多強，所以我只能說雙方各有一半的勝算。圍棋是一項可以帶給人類很多啟迪的游戲，而即使人工智能真的打敗了人類，我也不認為這個事實會削減它的魅力。我覺得人們只會接受電腦技術已進步的事實，并找到方法讓它們為自己所用。
“在一兩年之內，AlphaGo有可能打敗頂尖棋手”
喬納森·舍費爾
加拿大計算機科學家
在喬納森眼中，此次人機大戰還不能與1997年深藍擊敗國際象棋世界冠軍卡斯帕羅夫的時刻相比肩，等到計算機程序打敗真正的圍棋頂尖棋手才算。深藍從1989年開始就常常能擊敗國際象棋大師了，但直到8年以后擊敗卡斯帕羅夫才算得上統治了這一領域。但這一棋局讓我看到AlphaGo與頂尖人類棋手的距離已經大大縮小，很可能再改進一下算法，提高一下計算能力，在一兩年之內就能打敗頂尖棋手，“關于三月即將進行的那場棋局，我還是賭李世石會贏。不是瞧不起AlphaGo，我覺得它就像一個天才兒童，一下子就學會了圍棋，而且水平極高，但它的經驗還不夠豐富。而我們知道，在棋類游戲中，經驗是很重要的一方面。”
成都商報客戶端記者 王雅林 綜合新華社、中國日報、環球時報 編輯 秋天
工智能重大突破：電腦首次戰勝圍棋職業棋手
新華社倫敦1月27日電（記者 張家偉）圍棋與芯片成為新一期英國《自然》雜志的封面，因為一個名為AlphaGo的電腦程序戰勝了圍棋歐洲冠軍，這是電腦首次戰勝圍棋職業棋手。該電腦程序將在3月挑戰世界頂級棋手李世石。
這個電腦程序由位于英國的谷歌公司下屬機構“深度思維”開發。據“深度思維”介紹，該程序在與其他圍棋程序的對抗中獲得了99.8%的勝率。在這次人機對戰中，它以5比0的成績戰勝了歐洲圍棋冠軍、前中國職業棋手樊麾。這是第一次有電腦程序能在不讓子的情況下，在完整的圍棋競賽中擊敗專業選手。
AlphaGo與樊麾比賽的裁判來自英國圍棋協會。據該機構介紹，AlphaGo接下來將挑戰韓國棋手李世石（上圖），比賽計劃3月份在韓國首爾舉行。
李世石曾多次贏得世界冠軍。“這是第一次有電腦在公平規則下挑戰人類頂級職業圍棋手，我很榮幸成為這名棋手，”李世石說，“無論結果如何，都將是圍棋歷史上意義重大的事件。”
（AlphaGo所使用的神經網絡結構示意圖。）
在國際象棋領域，1997年超級電腦“深藍”戰勝了世界冠軍卡斯帕羅夫。相比而言，許多人認為圍棋這種源自中國的古老游戲更加“燒腦”，涉及的回合數和各種策略組合都要高于國際象棋。因此人工智能的這一最新戰績無疑是重大突破，此前一些觀點稱，至少還要10年人工智能才能戰勝圍棋職業棋手。
（德米什·哈薩比斯）
“深度思維”首席執行官德米什·哈薩比斯說，這一人工智能程序的成長有3個階段，在最開始的階段會分析人類選手在圍棋競賽中的不同策略，然后會自己“苦練”下棋并從中學習，最終這一程序能夠思考如何進行長線布局以擊敗對手。
期重點：利用圍棋里拉AI進行圍棋訓練，對子局下不過的話，就下讓子棋吧。圍棋leela出自比利時人之手，沒有雄厚資金，沒有廣袤的數據資料庫，作者本人圍棋水平也不高，但他編程有一套，自打谷歌公司把深度學習的文章發表以后，圍棋leela也有了專業水準。
有的棋友比較關注的是電腦硬件,普通的電腦設備完全可以使用里拉軟件,當然配置高的話，用起來更爽。
取材于利拉（AI）和一個圍棋一級的四子局。上一次我研究四子局還是肅親王（四子）和日本秀哉名人的對局。一個是1919年的10月，一個是2020年的5月，但讓子棋就是讓子棋，白方一開始就面臨巨大壓力。
實戰圖一：1-22手，黑棋追求速度，子力迅速展開。
實戰圖二：白43飛時黑棋有了生死危機。但有黑56一手，A，B必得其一，黑棋已經不會死了。
參考圖一：斷哪邊吃哪邊，估計會形成這樣的變化。
實戰圖三：黑74追求便宜，白棋先斷。
實戰圖四：到黑14估計角上白棋已經殺不過黑棋了。
參考圖二：黑棋這樣走比較舒展。
實戰圖五：白棋利用先手走了一串厚勢出來，然后133打入。
實戰圖六：活了一個角后，147點三三，黑148試應手。
參考圖三：本以為是這樣的畫風。
實戰圖七：孰料被白棋反棄子，黑棋至此困難了，但由于是讓子棋，黑棋還可以支撐，
參考圖四：黑1不成立，
實戰圖八：黑182扳造出一個劫，這讓全局生出許多變數，
實戰圖九：右上黑棋是緩一氣劫，
參考圖五：白棋如果放棄△子，在右下角△子已死的前提下，全局不一定夠，
實戰圖十：所以緩一氣劫白方也必須付出一點代價。
實戰圖十一：最終白棋被吃大頭鬼，左邊死了，黑棋險勝。
參考圖六：終局局面，黑棋將左上和左邊全部收歸自己，戰果不菲。