而且这个系统时可以进行分布式计算的，一个 CPU 也可用，把成千上万的 CPU 连在一起的时候也可以用，只要核心足够多，系统的学习能力是很可怕的！

　　更叼的是，Google 自己还开发了个 “ TPU ”（Tensor Processing Unit ）专门对于 TensorFlow 算法进行优化 。。。

　　现在硬件和开发环境都有了，就差开发了。

　　一开始，关于围棋大家是使用卷积神经网络进行运算的，也就是说把大量棋谱拿过来，统计 “ 到了某一步的时候，把棋下在某一步，以后赢的概率比较高 ”，这样，机器不需要很明白后面的路数，却能找到现在这步把棋下在哪里是最优解！

　　Google 给出的图解，红圈是最优解

　　但，这是不足以让 Alpha 打败人类智慧佼佼者的，最多也就打败围棋 5、6 段的棋手 。。。

　　这个时候，一个很关键的人出现了，就是上面 Master 自称的 “ 黄博士 ” —— 黄士杰。

　　黄士杰

　　前面说到了因为为其太复杂，穷举起来很无力，所以人们一般采用蒙特卡罗模拟，不计算所有的事件，而是对事件进行抽样统计，进行概率分析，可以很有效的分析复杂事件的趋势（说出来你可能不行，这玩意之前是为了搞 “ 核事业 ” 兴起的）。。。

　　蒙特卡罗模拟

　　黄博士基于这个，采用了蒙特卡罗模搜索树进行运算。。。

　　蒙特卡罗模搜索树

　　之前是通过输入 “ 自然棋谱 ” 让机器学习，也就是让机器对已经有的棋谱进行抽样学习，这样就很难有飞跃性的提升。

　　这次呢，是让机器既当黑子又当白子，两方都不会下棋，就瞎落子，最后也能分出胜负。。。

　　就这样，通过不停地傻逼对局，不停地抽样统计分析概率，不会下棋的傻逼系统就会逐渐知道到了哪一步，把子下在那个地方以后赢的几率会高！

　　就这样不停地自己自学成才，最后变成了天下第一的 Master！

　　其实 Master 应该叫周伯通啊，这他妈不就是左右互搏术么！！！？

　　左右互搏术

　　可能有差友会问了，这么强也不过是下围棋罢了，有什么卵用？

　　其实研究围棋，就是为了找出这种方法，方法研究出来之后，就可以应用在更高更广的地方了，比如癌症的分析，新型材料的围观结构猜想和运算，新型疫苗的生物大分子结构运算等等。。。

　　不只是 Google在做这个，NVIDIA ，Facebook，IBM 等公司也在做相同的事情，终极目标就是能让超过人类智力的机器更好的为人类所用~

　　我们，在亲眼见证更美好时代的诞生！

　　IMB 的 Watson 也是基于机器学习的分布式云计算

　　你觉得机器继续这样强下去，人类就完了！？

　　太天真了~

　　女人的智慧，谁特么都猜不透啊！

　　来自果壳的图片

　　有干货，有态度，有内幕，喜欢的话就关注微信公众号：差评（chaping321）