在一局圍棋中，平均每一步的下法大約有200種可能。棋盤上可能出現的局面總數到了遠大於宇宙中原子總數的地步。因此，通過暴力窮舉手段**所有的可能情況並從中篩選中最優勢走法的思路，並不適用於圍棋ai。
alphago選擇了別的下棋方式。支撐alphago提高棋力、打敗人類選手的「秘訣」 有三個：深度神經網路、監督/強化學習、蒙特卡羅樹搜尋。
深度神經網路是包含超過乙個認知層的計算機神經網路。對於人工智慧而言，世界是被用數字的方式呈現的。人們將人工智慧設計出不同的「層」，來解決不同層級的認知任務。這種具備許多「層」的神經網路，被稱為深度神經網路。alphago包含兩種深度神經網路：價值網路和策略網路。價值網路使得alphago能夠明晰局勢的判斷，左右全域性「戰略」，拋棄不合適的路線；策略網路使得alphago能夠優化每一步落子，左右區域性「戰術」，減少失誤。兩者結合在一起，使得alphago不需要過於龐大的計算也能夠走出精妙的棋局，就像人類一樣。
監督學習和強化學習是機器學習方式的不同種類。監督學習是指機器通過人類輸入的資訊進行學習，而加強學習是指機器自身收集環境中的相關資訊作出判斷，並綜合成自己的「經驗」。在初始階段，alphago收集研究者輸入的大量棋局資料，學習人類棋手的下法，形成自己獨特的判斷方式。之後，在不計其數的自己與自己模擬對弈，以及每一次與人類棋手對弈中，alphago都能並根據結果來總結並生成新的正規化，實現自我提高。
最後，蒙特卡洛樹是一種搜尋演算法。ai在利用它進行決策判斷時，會從根結點開始不斷選擇分支子結點，通過不斷的決策使得遊戲局勢向ai**的最優點移動，直到模擬遊戲勝利。ai每一次的選擇都會同時產生多個可能性，它會進行**運算，推斷出可能的結果再做出決定。
依賴於上述三大「**」，alphago成為了目前人類製造出來的最為優秀的圍棋ai。連敗人類棋手的勝績就是明證。但除了它之外，世界各國也開發過不同的遊戲ai，向圍棋這一智力上的「絕對領域」發起挑戰。
法國研發的crazy stone（狂石），日本研發的zen（天頂）都曾是這一領域的翹楚。它們都曾經給人類造成過威脅，但從未像alphago一樣將最頂級的人類棋手打的一敗塗地。在alphago一舉走紅之後，人工智慧界對圍棋ai的研發熱情空前高漲。
zen的改良版deepzengo在2023年3月參加了日本舉辦的「世界最強棋手決定戰」，先後負於中國棋手羋昱廷九段和南韓棋手朴廷桓九段後，戰勝日本棋手井山裕太九段，取得第三名的成績。
到底是怎麼傳參的？
開始學習分層以後，理解上有些問題。問同學的看法，上網搜。現在，理解了一些，大家看看理解 有問題，望指出！層與層之間是如何聯絡的？程式是按照u b d b u的順序執行的。分為兩個階段 1.去時 u b d，是通過u層呼叫b層方法，b層呼叫d層方法，把三層聯絡起來的 2.返回時 d b u，是通過一次...
STL map的operator 到底是怎麼回事
來看一道題 請統計陣列strs裡各個字元出現的次數。使用map string strs 那麼最直觀，最容易想到的方法，就是用first來存字元，second來存次數。map countmap first為string型別存字元，second為size t型別存次數 for size t i 0 i ...
IPFS 到底是怎麼工作的？
這就是本文要 的主題！先來看一下 add 和 get 的基本操作過程 當乙個 ipfs 節點執行 add 操作時，它會把檔案進行分塊 block，通過構建乙個 merkle 樹根節點，來把每個子塊節點都連線起來，每個 block 都會用乙個唯一的 cid 進行標識。block 資料會被儲存到本地的 ...