围棋真的是人类的最后一道壁垒么？小白为你科普人工智能那些事！

小时候追着看过《终结者》，上学时候拿着手中的文曲星在国际象棋里信誓旦旦的挑战着一个叫深蓝的怪人，突然有一天，一个叫alphaGo的家伙赢了另一个叫李世石的围棋冠军。这个时候，有人说，那，就是人工智能。这个词，就好像突然冒出来了一样，但是一瞬间，就铺天盖地而来。前两天又看到新闻，说alphaGo被另一个能够自学的alphaZero以100比0完虐，更是让朋友圈被刷屏了一波。人工智能超过人脑的计算能力和超过人力的控制能力再一次惊艳了世界。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产处一种新的能以人类只能相似的方式做出反应的智能机器。所以，简而言之，它的目标是能够像人类一样的思考、判断，模拟人的行为甚至超越人的行为。

但是为什么是围棋一下子就让人工智能火了？为什么不是五子棋？或者象棋？其实，这要从围棋的复杂度说起。在过去的二三十年里，国际象棋、挑起、黑白棋、扑克牌等领域纷纷被人工智能拿下，唯独围棋是个例外。

首先，围棋是一个19X19=361个点的棋盘，棋盘远大于其他棋类，库卡机器人，计算起来，可能有10的170次方的走法，这个数字甚至大于宇宙中原子的数量，而同为棋类的国际象棋可能也只有10的70次方左右。

其次，棋盘的每个棋子在落子前子力是相同的，也就是说不会有象棋一样车马炮的大小之分，每一个子地位平等，不会因为一子定胜负，但是却又牵一发而动全身，需要全局的决策。机器的算法源于规则，KUKA机器人示教器维修，而围棋的规则并不能用简单的数学的赋权值的方法去判断。

再而，围棋的落子地点没有限制，棋盘上任何一个点都有黑、白、空三种可能。

传统的计算机算法是将所有可能的走法建立成一个搜索树，尽可能去猜测所有的可能情况从而选出最优选，通过穷举作出判断。但这种方法对于复杂性超高的围棋则不适合，除了以上的几个方面，也同时因为围棋可以在任意一个阶段计算胜率，alphaGo的做法是对棋盘进行模拟，采用搭建类似于大脑神经网络的方式，工业机器人维修，一方面选择下一步走法，也即策略网络，一方面预测比赛的胜利，也即价值网络。而alphaZero更进一步，将两个网络合二为一。而且只设定围棋基本规则，从随机游戏开始，完全自我训练强化，消除了人工智能依赖于大量数据集训练的难题。