4.下围棋这么复杂，AI靠什么取胜？
上面说的那么难，难道AI就没机会取胜了？NO NO NO~
为了击败人类，研究者们拿出了大杀器——这就是人工智能领域新一代的机器学习（machine learning）形式——深度学习(deep learning)和强化学习（reinforcement learning） 。
深度学习的概念换句话说，就是让计算机像人脑一样去学习和思考 。和传统的机器学习不同，深度学习是把计算机科学和人类的神经学结合起来，让计算机自主学习 。比如 ， 不是由人告诉计算机这是一只猫，然后让它来进行识别和印证 。而是给计算机提供大量的图片数据 ， 让它自己学习和分析，然后自主形成“猫”的概念，就像人类大脑的视觉皮层那样反应 。有了具备深度学习能力的人工智能系统 ， 以后驾车出行时，汽车就能主动提醒你周围的路况，还能应用于语音和脸部识别、医疗诊断等领域 。
强化学习一词来自于行为心理学 ， 这一理论把行为学习看成是反复试验的过程，从而把动态环境状态映射成相应的动作 。它类似于传统经验中的“吃一堑长一智”，强化学习可以做出策略选择，广泛应用于下棋、走迷宫这一类别中 。这种依赖于大数据和强大计算能力的被称为“深度学习”的无监督或半监督机器学习，使计算机可以在无需人力参与的情况下 ， 完成原本只有经过高度专业化训练的专业人士才能完成的任务，甚至超过专家 。
另外，为了达到更高的运算能力 ， 谷歌还把Alpha Go接入到了一个有1202个CPU组成的网络中 。这使得这个人工智能系统的计算能力在原来的基础上增加了24倍 。经过推算，Alpha Go的性能大约是深蓝计算机的2.5万倍左右 。按这个节奏计算，假如人类一年能玩1000局，AI一天就可能玩100万局 。所以Alpha Go只要经过了足够的训练，还是有可能击败人类选手 。毕竟，人类在长时间的下棋比赛后，由于生理和心理限制可能会疲累 ， 进而犯错，但机器不会 。
不过谷歌董事长施密特表示，即使机器真的赢了，人类仍是赢家 。即使AlphaGo机器最终赢了李世石，对于人工智能是否会“碾压”人类，依然存疑，我们不必过于焦虑，人工智能可能还有很长的路要走 。
历史上的人机大战
①深蓝战胜卡斯帕罗夫
1997年 ， 美国IBM公司的“深蓝”超级计算机深蓝以二胜一负三平的战绩战胜了当时世界排名第一的国际象棋大师卡斯帕罗夫，成为赢家 。
②浪潮天梭挑战人类象棋大师
2006年的浪潮天梭超级计算机，挑战人类象棋大师一役 ， 在最终的巅峰对决中，许银川与浪潮天梭两战皆和 。浪潮天梭向世人证明了自己超强的运算能力 。
③全才学霸沃森挑战人类
2011年，“深蓝”的同门师弟“watson”（沃森）在美国老牌智力问答节目《危险边缘》中挑战两位人类冠军 ， 并获得成功 。
④Alpha Go以5:0完胜欧洲冠军樊麾
2016年1月，美国谷歌公司旗下的人工智能(AI)开发商“DeepMind”(位于英国)研发的围棋电脑软件“AlphaGo”(阿尔法围棋)打败了职业棋手樊麾，开创全球先河 。
进入21世纪后，科学研究从大数据、人工智能到虚拟现实，从发现了类地球行星、引力波到无人驾驶、量子计算，这是一个创新不断、惊喜不断的时代，而我们有幸参与其中 ， 这也许比单纯讨论比赛输赢更有趣 。
推荐阅读
- 如何隐藏QQ会员图标隐藏之后如何恢复
- 虚假发票处理半年之后还能开除吗
- 继电器气体用色谱怎么做
- nova更新之后切不了屏
- 继母的弟弟叫什么
- 晋朝之后的朝代顺序
- 周黑鸭加热之后是不是更好吃 鸭脖的骨头能吃吗
- 警号110933，重启！
- iPhone探探VIP如何取消防止继续扣费
- 手机挂线之后自动回复短信怎么设置