“就在MCTS的发展似乎也要山穷水尽的时候，深度学习的发展让AlphaGo横空出世。但是仔细想想又不算是横空出世，Alphago的第一作者正是十年前最强的围棋程序CrazyStone的作者，是为MCTS发展做出了贡献的Coulom的学生，David Silver也是早在10年前就开始将强化学习运用在MoGo等程序中。可谓十年磨一剑。”

　　AlphaGo 给围棋带来了新方法，它背后主要的方法是Value Networks（价值网络）和 Policy Networks（策略网络），其中Value Networks 评估棋盘位置，Policy Networks 选择下棋步法。这些神经网络模型通过一种新的方法训练，结合人类专家比赛中学到的监督学习，以及在自己和自己下棋（Self-Play）中学到强化学习。这不需要任何前瞻式的 Lookahead Search，神经网络玩围棋游戏的能力，就达到了最先进的蒙特卡洛树搜索算法的级别（这种算法模拟了上千种随机自己和自己下棋的结果）。同时AlphaGo也引入了一种新搜索算法，这种算法将蒙特卡洛模拟和价值、策略网络结合起来。

　　AlphaGo之后，Crazy Stone、DeepZenGo等纷纷在自己的程序中加入了深度学习模块。最新推出的绝艺当然更是直接站在了巨人的肩膀上。深度学习之于围棋AI，就像是左右手互博。学习时间越长，也就是互博时间越长，AI的棋力就越强。以此为前提，绝艺的大公司背景能够保证其拥有比对手更多的训练数据和更强的计算能力，横扫UEC也就在情理之中了。

　　2017年年初，AlphaGo升级版在网上对弈比赛中取得对人类棋手的全胜以后，曾经传出“不再下棋”的传言。不过也有消息称，今年4月，DeepMind 的围棋AI 程序将和世界第一柯洁进行一场终极PK。

　　DeepMind的最终目标是开发通用的人工智能，从去年3月横空出世的AlphaGo到今年年初的Master，DeepMind 在围棋上的探索目的现在看来已经基本达到。从去年新闻报道DeepMind 用深度学习改进谷歌数据中心数据消耗，到今年频频发力智能医疗，DeepMind肯定不希望AlphaGo只是一只会下棋的“狗”。

　　不论如何，也许这真的是最后一届UEC了。AlphaGo虽然不是直接诞生于此，但是围棋AI数十年的发展，无疑从人才、技术、思想方法等多方面滋养了AlphaGo诞生的土壤。

　　如今，“国产AlphaGo”横扫UEC，围棋AI已经成为这一古老人类游戏的大魔王级玩家，而围棋AI的发展，又在反哺深度学习等人工智能技术的茁壮成长。在新智元昨天的头条文章中，我们特别介绍了AlphaGo的创造者DeepMind这一年来在人工智能的社会应用方面所做的工作。围棋AI的发展，确实攻破了人类最后的智慧堡垒，但它仍然是人类挑战自我极限和共同建设更美好社会之决心的佐证。

　　8天之后，北京，一场汇聚中国产业界领袖的大型峰会——新智元AI技术2017开源·生态技术峰会即将举行。腾讯、百度和阿里的AI 技术负责人现场开讲，想了解更多前沿的 AI 资讯，点击阅读原文抢票~

　　新智元“3·27”AI 技术峰会购票二维码：