AlphaGo先勝中國棋王柯潔一場　烏鎮直擊【有片】

人機圍棋終極對弈今日上演。經過近4.5小時的對壘，Google旗下的AlphaGo於第一場擊敗世界排名第一的中國棋王柯潔，25及27日將進行餘下兩場比試。

由中國圍棋協會、浙江省體育局和Google主辦，為期5天的「中國烏鎮圍棋峰會」今於浙江烏鎮舉行。當中最矚目的，是世界冠軍的中國棋王柯潔與Google旗下DeepMind研發的人工智能（AI）AlphaGo進行三番棋對弈（三盤兩勝）。今早10：30開始第一場比試，暫時由AlphaGo 以四分之一子領先，較原先預計的早完場。

柯潔曾一度陷入苦戰狀態。一場比試，雙方各有3小時思考時間。柯潔差不多用盡3小時，而AlphaGo則用了約1.5小時的累積時間。

究竟AlphaGo是如何進行訓練？

圍棋是一種走法複雜的古老棋類。19X19的棋盤，每落下一子，都有360種走法，變化之大，對人工智能來說可算是最具挑戰性的項目。簡單的啟發式演算法可以擊敗西洋棋及國際象棋，卻難以擊敗圍棋高手。

機器學習  樹狀網絡測下一步

AlphaGo所採用的，是一種新穎的機器學習技術—蒙特卡羅樹搜索（MCTS），結合監督學習和強化學習的優勢，應對圍棋的複雜性。通過訓練形成一個策略網路（Policy Network），輸入棋盤局勢作為資訊，對所有可行的落子位置形成一個概率分佈，負責計算每步棋的走法。然後再訓練出一個價值網路（Value Network），對自我對弈進行預測，以 -1（對手的絕對勝利）到1（AlphaGo的絕對勝利）標準，預測所有落子位置的結果。

當AlphaGo下圍棋時，會先憑「策略網路」探索落子的最佳位置，再一步步擴展，當不能擴展時，就進行棋局模擬，隨機落子，形成樹狀網絡。在類比過程中，被系統考慮得最多的位置，就成為AlphaGo的最終選擇。通過前期的機器學習，AI可憑直覺快速鎖定應對策略。