當阿爾法狗開始學圍棋的時候完全蒙圈了這怎麼搞？
永遠無法窮盡，全是概率。這是我們人類最討厭的兩種狀態，一眼望不到頭和不確定性。我們老祖先兩個字就概括了混沌，這要怎麼破解？
那我們小時候數數腦子不夠用，就手指腳趾頭全用上，對吧？圍棋這個東西發明之後就特別受文人墨客的追捧，太好用了。這方寸之間簡直就是世界包羅萬象，什麼思考、哲學、兵法、為人處世等等都可以在上面推演模擬任何技術，從理論走向使用，帶到商業化，最關心的是需要足夠的足夠豐富，足夠複雜練兵場，否則根本練不出真功夫。
這個時候阿爾法狗盯上圍棋就順其自然了，圍棋就成為了阿法狗的練兵場。顯然李世石和柯潔就成為了阿法狗的首席測試師的工資很高的，柯潔三盤及出場費三十萬美金，贏了還能拿一百五十萬美金，這個肯定是拿不到的。其實大家都知道人類迎戰就有點屠龍少年的感覺了。這樣N年之後，太陽。機器文明，人類還可以說至少我們抵抗過阿爾法狗。
在圍棋這塊最強烈的場上，是怎麼通過冠軍的試煉，一步步的成長為孤獨求敗的第一步。數據化圍棋學習人類高手怎麼下去，把人類高手的棋譜拿過來，提起局部特徵作為樣本，這就是一個圖像四點的問題了，就需要一個算法卷積神經網絡光澤多，夠研究一輩子了。
這個時候就有了一個資料庫了，顯然把歷年的真題背下來就能上清華了嗎？不行，得消化理解，融會貫通。接下來機器就需要深度學習這個資料庫了。簡單來講就是一個量化過程，用了兩個算法，策略網絡和評價網絡，就是把棋盤上每一個落子點都變成一個數字策略網絡不考慮全局的輸贏，純粹上面那個寶庫裡面的預測對手每一個落腳點的概率。
評價網絡就是預測自己下哪一手，最後全局勝率最高。大家這個時候是不是在想，全變成計算了？人道當然幹部問題了，錯了。如果僅僅是這樣，業餘段位的禽獸都可以完成阿爾法狗了。能量太壞了。我虛虛實實，圍點打援，各個擊破申通機器，各種三十六計等等。在圍棋上那玩的是爐火純青的，冷的厲害了機器人，你有大局觀嗎？
小樣，這叫不比智商比智慧，你懂。賣機器怎麼辦？核心算法來了，神器蒙特卡洛樹搜索，在便利各種可能搜尋最佳落點的時候，無窮盡這個問題就來了。蒙特卡洛樹搜索就需要解決兩個關鍵問題，去哪幾個關鍵點和模擬概率，這就是寬度優化，模擬到第幾步停止呢？再就是深度優化，這要怎麼解決？加一個模塊快速走出，那計算時間和算力決定取勝。
比如跟李世石對戰的時候，阿發哥的思考時間就是一分鐘了，算力拌嘴呢就是阿爾法這個硬體不斷升級，在挑戰圍棋的整個過程中，阿合作完成了脫胎換骨的進化。不僅整個系統越來越完善，算法越來越強，硬體也在瘋狂的升級，從CPU到gpu再到gpu，阿爾法狗贏戰，你是死的時候是第十八代，李世石還能艱辛的贏一盤。
僅僅一年之後，迎戰柯潔的就是第一。舊時代的進化到什麼程度呢？跟圍棋之神下棋的無力感讓柯潔痛哭，科學家說絕望到令人顫抖。各行各業越專業的人越能認識到AI的恐怖，越能清醒地認識到AI的到來勢不可擋。如果現在寒帶對人工智慧，呵呵，那真的是沒見過豬跑了，絕望就是身子可能窮盡一生都無法入侵門。
這次暴擊呀，在圍棋上的人類是徹底的輸了。阿法狗不僅證明了人工智慧能夠戰勝人類，還證明了西方的方法邏輯、數學、科技能夠解決東方的混沌，未來勢不可擋。人機融合和東西方文化的融合，這兩件事情未來會超乎大家想像的深度，影響我們的生活。雖然在已經進行了很久，但是顯然還遠遠不夠深入。
現在的阿法狗也不再下圍棋了，店鋪賣點在這，顧問練就了一身過硬的內功，重拳砸向基因領域，做的根據基因序列預測生命的基本分子，蛋白質的三維結構。