近日，国际期刊《自然》封面文章报道了人工智能机器人以5：0完胜欧洲冠军的消息。这次与谷歌研究者开发的名为“阿尔法围棋”人工智能机器人对弈的樊麾是法国国家围棋队总教练，已经连续三年赢得欧洲围棋冠军称号。

研究棋类直观的思路是列举所有能赢的方案，这些方案会形成一个树形地图。人工智能机器人只要根据这个地图下棋就能永远胜利。然而，围棋一盘大约要下150步，每步有250种可选的方法。要是人工智能机器人采用这种方式，需要计算大致10360种情况。

因为列举所有情况的方法不可行，所以研究者们选择了模仿人类大师的下棋方式。这就是“深度学习”，这是目前人工智能领域最热门的学科，能完成笔迹识别、面部识别、驾驶自动汽车、自然语言处理等非常复杂的任务。

“阿尔法围棋”的核心是两种不同的深度神经网络——“策略网络”和“值网络”，它们的任务在于合作“挑选”出那些比较有前途的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围内，本质上和人类棋手的方法一样。

“值网络”负责减少搜索的深度——人工智能机器人会一边推算一边判断局面，局面明显劣势的时候，就直接抛弃某些路线；而“策略网络”负责减少搜索的宽度——面对眼前的一盘棋，有些棋步是明显不该走的，比如不该随便送子给别人吃。

研究者们用许多专业棋局训练人工智能机器人，这种方法称为监督学习。然后让人工智能机器人和自己对弈，这种方法称为强化学习。每次对弈，都能让人工智能机器人棋力精进。所以“阿尔法围棋”只要经过了足够的训练，就能击败所有的人类选手。

让人欣喜的是，人工智能深度学习和强化学习等技术可以用于更广泛的领域。比如应用于精准治疗，人类可以训练机器人判断哪些治疗方案对某个特定的人有效。人工智能机器人会进入人类的生活，其意义或许不亚于人类第一次接触外星生命。

以上是网络信息转载，信息真实性自行斟酌。