商业周刊中文版授权转载

　　编译：梁悦

　　摘自：商业周刊中文版（微信号：businessweek）

　　原文链接：Shane Moon的Slideshare主页

　　大数据文摘后台，回复“人工智能”，一并下载本文全版PPT（54页）及其开奖直播

　　最绚烂的火花，永远产生于森然秩序被打破，天才超然于规律之外的那一瞬间

　　卡内基梅隆大学博士生用54页PPT解密阿法狗的工作原理

　　在刚刚结束的“AlphaGo”与韩国围棋高手李世石之间的人机大战第五局中，李世石执黑负，无缘两连胜。至此，人机大战五番棋全部结束，李世石1-4输掉对决，无缘100万美元赢棋奖金。

　　为了让大家从另外一面了解AlphaGo，Computer Science排名第一的卡内基梅隆大学的博士研究生 Shane Moon（个人主页：）做了一次演讲，开奖直播就读于卡内基梅隆大学著名的语言技术研究所，纯干货讲稿PPT奉上。

AlphaGo是如何工作的

演讲人：Shane Moon

　　2015年10月，AlphaGo与欧洲围棋冠军樊麾二段对弈

2016年3月9日-15日，AlphaGo与世界冠军李世乭九段展开对弈

电脑围棋人工智能

　　电脑围棋人工智能：定义

本港台直播们可以把棋盘想象成一个矩阵

　　当给出s，电脑围棋运算出最优移动a，得到s'

电脑围棋人工智能：一个可行的概念？

假设它模拟所有可能的棋盘落子位置呢？

进行这样的模拟直到游戏结束，然后报告输赢结果

　　这是不可能的，据说所有可能的棋盘排布种类总数超过了宇宙中原子的数量

关键在于：缩减搜索空间

　　缩减搜索空间的第一种方法：减少可选择的着法（横向缩减）

　　从搜索出的着法候选中把这些提前剔除

缩减搜索空间的第二种方法：提前评估落子位置（纵向缩减）

　　假设这里有一个函数可以计算V，即s的盘面形势评估

缩减搜索空间的两种方式：减少可选择的着法（横向），提前评估落子位置（纵向）

减少可选择的着法

得到P（下一次落子|现在的位置）

　　减少可选择的着法：模仿专业高手的着法（在指导下学习）

建立棋盘的预测模型

将预测模型模拟为矩阵进行运算

这个深度学习过程要经过13层“CNN”

CNN即卷积神经网络，是一种强大的图像识别任务处理模型，它将输入的图像通过卷积层抽象化

　　它们利用卷积神经网络模型去评估对局形势

围棋：胜利的关键在于抽象能力

卷积神经网络：抽象是其特长

模仿专业高手着法的模型

减少可选择的着法：通过自本港台直播对弈来提高（巩固学习）

两个专业高手着法模仿模型进行对弈

输赢两种结局

更新模型，不断进行新旧模型之间的对弈，最后一个版本的模型和初始版本对弈已经有了八成赢面

盘面形势评估

　　使用两个模型：上文最新版本的模仿模型与价值预测模型（复盘）

　　缩减搜索空间：横向上减少可选择的着法（策略网络），纵向上进行盘面形势评估（价值网络）

　　前瞻：蒙特卡洛树形研究模型

　　结果：AlphaGo不同成分的组合所呈现的表现

　　李世乭九段与AlphaGo的能量功耗对比

据估测，AlphaGo的水准在业余五段左右

　　将CPU/GPU资源运用到极致？

AlphaGo每天都学习数以百万计的对局