原标题：创新时尚：人工智能究竟有多厉害了？
创新时尚：人工智能究竟有多厉害了？在刚刚结束的围棋人机大战中，AlphaGo机器人在与韩国顶尖高手李世石之间的五番棋第一战中取胜，总比分1-0落后。这是AlphaGo机器人去年战胜欧洲围棋冠军后在人机大战中的又一次胜利。
可以预见，这场世纪大战之后，人类被计算机碾压、人工智能时代来临、人类治理骄傲即将崩塌……这些说法充斥着朋友圈与各大新闻频道。
多年以来，人机大战从来没停止过，人工智能一直在各个领域不停地向人类发起挑战。1997年，IBM的超级电脑“深蓝”击败国际象棋世界冠军卡斯帕罗夫，深蓝也成为击败人类的最知名的人工智能。不过马上就不是了，因为AlphaGo准备在更难的围棋领域，击败人类！
众所周知，围棋的规则与胜负条件足够复杂，其估值函数非常不平滑，差一个子盘面就可能天翻地覆，同时状态空间大，也没有全局的结构。
说的再简单一些，我们都知道国际象棋有着明确的兑子价值：
后——10分
车——5分
象——3分
马——3分
兵——1分
图：国际象棋算法的搜索树
图：围棋算法的搜索树
围 棋复杂度超过宇宙原子总数：围棋棋盘横竖各有19条线，共有361个落子点，双方交替落子，这意味着围棋总共可能有10^171(1后面有171个零)种 可能性。这个数字到底有多大，你可能没有感觉。我们可以告诉你，宇宙中的原子总数是10^80(1后面80个零)，即使穷尽整个宇宙的物质也不能存下围棋 的所有可能性。
而且在围棋中，我们很难量化每一子的价值；遑论对弈过程中还需要符合“打劫”的游戏规则，并通过挤、拆、逼、封等手段获取优势，其难度远高于其它项目。因此，棋类游戏中，围棋成为了计算机唯一一道未能攻破的防线。
那么守护人类智力的重任，就交给你了！
不过围棋与IT界似乎都相信，即便这次AlphaGo跪了，电脑也迟早是会在围棋等全部博弈类游戏上赢过顶尖的人类选手。
因为人工智能技术已经迎来了一个新的突破——深度学习技术。
AlphaGo比此前国际象棋人工智能复杂的点在于：它基于深度学习进行估值和走棋。而近几年深度学习最大的突破之处，就是深度学习不需要人来设计算法“找特征”；只通过大量原始数据和标签的对比，程序便可以自动找特征，并且并不比人差。
那这和下围棋有什么关系？！先别急，围棋虽说是“千古无同局”，但在局部及开局还是有很多相似或者相同的模式会反复出现，人工智能需要寻找并记录的，就是这其中的特征、以及每一步之间的规律。之后，人工智能将深度学习的找特征，与蒙特卡洛搜索树相结合……
等 等，蒙特卡洛搜索树(MCTS)又是什么鬼？科幻爱好者对这个应该词语并不陌生，老刘的《三体》里也曾出现过。说得简单一些，就是一种通过大量采样获取最 优解的方法；体现在围棋中，就是运用了蒙特卡洛搜索树的人工智能，能够看到更多步以后的局势，不会为了眼前的利益而舍弃大局。对于机器来说，这几乎是智的 飞跃。
但 《三体》里也曾表示，在样本过多的情况下，蒙特卡洛搜索树耗时过长，往往需要以年作为时间单位。因此，快速、精准发现特征的深度学习技术，成为其最好拍 档。于是，蒙特卡洛搜索树搭配深度学习——利用前者枚举棋路、利用后者发现特征加以分析的人工智能AlphaGo，成为了人类棋坛荣耀的最大威胁。
不只是围棋，自从人工智能不断趋向成熟，越来越多的传统领域受到了挑战。
人工智能VS专业医师
图：沃森电脑已向医疗领域进军
相关：
脸谱公开人工智能聊天机器人“BOTS On Messenger”
全球资讯技术(IT)企业把人工智慧(AI)和虚拟实境(VR)技术制造成收益性事业的脚步正在逐渐快。试图把利用该技术的多种服务和文化內涵吸纳至自己公司平台的战略尤为突出。脸谱首席执行官(CEO)马克-扎克伯格12日(当地时间
新头壳newtalk 2016.04.12 郑凯榕/编译报道在Google的AlphaGo战胜人类顶尖专业围棋棋士后，人工智能（AI）作为未来备受期待的成长领域，世界各国纷纷竞相投入开发，政府能扮演什么角色？日本政府为主导开发、成为国际
李世石vs人工智能首战失败 比赛视频回顾 人类输给机器！韩国九段围棋名将李世石首战败给人工智能AlphaGO，第
人工智能系统AlphaGo发展史 AlphaGo发明人资料北京时间3月9日上午消息，据《麻省理工科技评论》报道，我们很
谷歌人工智能VS李世石直播视频 比赛结果受关注 谷歌旗下的阿尔法围棋(AlphaGo)”软件挑战韩国李世石九