围棋与芯片成为新一期英国《自然》杂志的封面，因为一个名为AlphaGo的电脑程序战胜了围棋欧洲冠军，这是电脑首次战胜围棋职业棋手。该电脑程序还将在3月挑战世界顶级棋手李世石。

这个电脑程序由位于英国的谷歌公司下属机构“深度思维”开发。据“深度思维”介绍，该程序在与其他围棋程序的对抗中获得了99.8%的胜率。在这次人机对战中，它以5比0的成绩战胜了欧洲围棋冠军、前中国职业棋手樊麾。这是第一次有电脑程序能在不让子的情况下，在完整的围棋竞赛中击败专业选手。

AlphaGo与樊麾比赛的裁判来自英国围棋协会。据该机构介绍，AlphaGo接下来将挑战韩国棋手李世石，比赛计划3月份在韩国首尔举行。

据新华社

高级搜索树

电脑下棋的“思考模式”

由所有可能的走法构建

深度神经网络

策略网络

减少搜索的选点

选择下一步走法的

少数几个可能

“挑选”出那些比较有前途的棋步

抛弃明显的差棋

值网络

预测某个选择的结局

进一步减小搜索深度

两种

工具

合作

像人类一样

分析局面

解读>>>

制图/方磊

围棋复杂度为10的170次方

“棋类运动是最能反映机器人（人工智能）思维能力水平的项目之一。”昨日，深圳智能机器人研究院副院长张光烈接受长江日报记者采访时说，技法复杂的围棋能很好检验出人工智能系统最重要的算法能力。然而，专家认为人工智能还没有颠覆围棋。

据了解，国际象棋中，平均每回合有35种可能，一盘棋可以有80回合；相比之下，围棋每回合有250种可能，一盘棋可以长达150回合，所以按某种估计，围棋的复杂度是10的170次方，比国际象棋的10的47次方多100多个0，导致软件将来不及列举出所有能赢的方案而不敌职业棋手。因此，象棋被人工智能程序攻破之后，围棋逐渐成为人工智能领域的核心难题。谷歌、脸书和微软都开了围棋研究小组。

张光烈告诉记者，机器人也有神经网络，此前的技术有一个突出特点是“模仿”，计算机模拟多次棋局，利用“棋形”等既有经验减少选点，直至终局。相关论文介绍说，与当年的“深蓝”相比，AlphaGo所评估的棋子位置只有数千分之一。这说明它已经减少大量的无用计算，变得更加智能。

然而，专家认为这还不能说明在围棋上机器已完全打败人脑。加拿大阿尔伯塔大学计算机科学家乔纳森·谢弗说，AlphaGo就像一个天才儿童，一下子就学会了围棋，而且水平极高，但它的经验还不够丰富。而我们知道，在棋类游戏中，经验是很重要的一方面。“等到计算机程序打败真正的围棋顶尖棋手才算。”

（记者段久惠）

电脑数次“叫板”人类

1997年

IBM研制的超级电脑“深蓝”在标准比赛时限内击败了国际象棋世界冠军卡斯帕罗夫

2006年

首次在北京举行的中国象棋人机大战中，电脑“天梭”战胜中国象棋特级大师柳大华、徐天红等5位象棋大师

2008年

在美国拉斯维加斯举行了一场人机德州扑克牌大赛，一台名为“北极星2”的电脑连续击败了6名德州扑克牌顶级职业选手

2011年2月

在美国智力竞猜节目《危险边缘》中，IBM一超级电脑“沃森”用其数据库中包括的辞海等数百万份资料，以三倍的巨大分数优势力压该竞猜节目最强的两位选手

2014年

法国人工智能教授雷米·库伦的围棋程序“疯石（Crazystone）”在一次比赛中战胜九段棋手依田纪基，当时人类棋手让出4子

2015年11月

在北京举行的“美林谷杯”计算机围棋锦标赛上获得冠军的电脑程序“石子旋风”，在人机大战中不敌人类职业棋手

整理/康克兢