AlphaGo是如何工作的？
Dave Silver稱，按照傳統的算法，每下一步棋計算出幾十種可能，然後每種可能又產生幾十種可能。這種窮舉式的搜索方法應用在每一步都有上百種可能的圍棋上，會變得非常笨拙。
AlphaGo團隊負責人Dave Silver
所以AlphaGo團隊在研究時，一直想辦法減少窮舉式搜索的寬度和深度。
他們結合了監督學習和強化學習的優勢。一方面形成一個策略網絡（policy network），用於學習棋盤；另一方面，形成一個價值網絡，以-1（對手的絕對勝利）到1（AlphaGo的絕對勝利）的標準，預測所有可行落子位置的結果。
這兩個網絡結合在一起，就形成了AlphaGo的樹搜索。在獲取棋局信息後，AlphaGo 會根據策略網絡探索哪個位置同時具備高潛在價值和高可能性，進而決定最佳落子位置。
與柯潔對戰的AlphaGo自學成才
但這次與柯潔對戰的AlphaGo相較於去年的版本，進行了很大的改變。今年的AlphaGo更強化了學習，它通過自己與自己下棋，產生大量的棋局，然後學習、改進。
這樣一來，AlphaGo就不需要依靠人類的數據，而是自學成才。然後不斷給下一代版本提供更好的數據，這是一個良性循環。
去年，與李世石對戰的AlphaGo在谷歌雲商有50TPUs在運作，每一步可以搜索50個棋步，並且可每秒搜索10000個位置。
昨天與柯潔對戰的AlphaGo，則是在單個TPU機器上進行比賽，它擁有了更強大的策略和價值網絡。
哈薩比斯說，AlphaGo最酷是它不僅把圍棋當做比賽，更是當做一種藝術，而且是非常可觀的藝術。
在與李世石對陣的第二局比賽中，它走出了令人驚嘆的第37步棋，這讓研發人員都感到驚訝。按照圍棋幾千年來的經驗，人類是絕不會下出這一步。
李世石當時在賽後也表示，AlphaGo給圍棋帶來了全新的體驗和認知，讓他有了繼續下棋的比賽。
柯潔在昨天比賽技術後也有著同樣的感受，AlphaGo讓圍棋有了更多的可能，似乎沒有哪一步是不能下的。
AlphaGo已經展現出了它在圍棋方面的創造力，並給圍棋選手打開了新的世界的大門，圍棋的邊界遠遠超乎他們之前的認知。
哈薩比斯說，他們會繼續打造AlphaGo，不斷彌補它知識方面的空白，讓它變得更完美。
對於未來，以AlphaGo為代表的人工智慧也會成為人類的工具，就像望遠鏡一樣，幫助人類探索更多未知的領域。比如在材料設計、新藥研製等方面，人工智慧一旦有所突破，給人類帶來的影響也同樣超乎想像。
最後，哈薩比斯還強調一點，當人工智慧真正來到人們身邊時，正確恰當的使用人工智慧也非常重要。