为了使阿尔法狗变得更“聪明”，谷歌还专门为其设计了两个神经网络，其中，“策略网络”会根据棋局选择下一步走法；“价值网络”会在下子后分析对手会怎么走，并预测进行数值性的估计。

比赛前，阿尔法狗“深度学习”用了人类围棋高手对弈的3000万局围棋走法进行“自我对弈”训练，并进行大规模的数据运算，这些运算用了两三千个CPU。对人来说，如此大规模的运算训练，即使每局只要15分钟，可能也要800多年才能下完，阿尔法狗的运算能力之强由此可见一斑。

此外，阿尔法狗还能自行研究新战略，在它的神经网络之间运行数千局围棋，利用反复试验调整连接点，这个流程也称为“巩固学习”。因此，阿尔法狗的“逆天”棋艺并不是开发者教给他的，而是“自学成才”。从这个意义上来说，阿尔法狗堪称是计算机中的“学霸”。

 

 

资料图

 

人工智能，还有多远？

阿尔法狗的胜利，很大程度上体现了近年来人工智能领域“深度学习”技术的快速提升。特别是随着GPU图形处理器、超级计算机、云计算和大数据的迅猛发展，“深度学习”如同火箭升空般飞速发展。早在2011年，谷歌用1000台机器、16000个CPU处理的“深度学习”模型就已经有了10亿个神经元——当然，这仍远远低于人脑100亿～10000亿个的神经元总数。

 

 

资料图

 

现在，“深度学习”技术在语音识别、计算机视觉、语言翻译等领域，都战胜了传统的机器学习方法，甚至在人脸验证、图像分类上还超过了人类的识别能力。专家预计，在不久的将来，我们甚至可以在手机上运行像人脑一样复杂的“深度学习”神经网络。