/a6683382168732828174/
-04-24 16:56:12
阿尔法围棋（AlphaGo为什么能够成为第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人？
其实，科学家开发通用人工智能的路径经历了三条。
第一条路径基于规则，科学家试图搞清楚人类思考的所有规则，然后通过程序把这套规则写出来。这种方法一度非常流行，但却始终没有产生出好的成果。
第二条路径想做的，是用数字形式复制大脑的物理网络结构。但是，研究人员发现，这项任务同样难以完成。因为大脑中有非常多的神经元，要想完全复制几乎不可能。
第三条路径就是目前最先进和成熟的机器学习技术：强化学习，具体就是：参照大脑处理信息的宏观方法来开发通用人工智能。功能型磁共振成像技术，已经可以让脑科学家观察大脑活动时的状态。通过这种技术，科学家发现，大脑会在睡眠时，通过回放经验来学习，以便总结出一个通用原则。
谷歌（Google）旗下DeepMind公司在开发人工智能时采用的机器学习技术：强化学习。使用了强化学习技术的程序，可以收集有关环境的信息，然后通过不断重复经验来学习进化。
具体到围棋来看，程序在熟悉了围棋的规则之后，通过不断重复下棋来学习。如果程序走错了一步，输掉了比赛，下一次它就知道不该这么做，程序可以如此反复训练自己，AlphaGo就是在这个逻辑下开发出来的，这使得AlphaGo随着自我博弈的增加，能够不断提升预测下一步的能力，最终赢得比赛。
