&ep;&ep;他们真的用计算机，创造了围棋之神！

&ep;&ep;杜应若是第一个说话的人：“它……它看上去不太像是电脑。”他从前见过的围棋AI经常下一些很可笑的棋。但是AlphaGo，它给人的感觉就是真真正正的人类。

&ep;&ep;“虽然也下一些偏着、怪着，超出寻常的经验之外，但是回过头来看，我也会那么下。”王旭在瞬时无法理解AlphaGo的棋步，但看过全局后，认可它是符合棋理的，这说明AlphaGo能理解真正的行棋逻辑，并作了大量的改良。

&ep;&ep;“强到爆炸！”韩剑抱着脑袋大吼大叫，“我完全不敢跟它下！没机会的！”

&ep;&ep;罗爽的表情比谁都阴戾。如果世上存在AlphaGo，围棋这项竞技将没有任何意义。他作为职业棋手，将很快被历史淘汰。

&ep;&ep;陈院长问程延清：“你怎么看？”

&ep;&ep;“他的棋风很像我。”程延清大言不惭道，“我还挺喜欢他的风格的。”

&ep;&ep;众人忍不住一齐嘘他，这个人不论何时都那么自大。

&ep;&ep;一直沉默的谢榆却说：“没错。不过AlphaGo和你风格相一致，完全是出于另外的原因。”

&ep;&ep;“什么原因？”

&ep;&ep;“我还不知道。”

&ep;&ep;谢榆面色凝重地盯着显示屏。他以为计算机的强大之处在庞大的计算能力，但是AlphaGo完全颠覆了他的观念。AlphaGo不是强算出来的，AlphaGo真的懂棋。比如说有一局序盘，它选择了日本棋手稳扎稳打的布局风格；有一局在对方纠缠不清的情况下选择脱先，弃小角而争腹地……这些在从前都是无法可想的。AlphaGo怎么可能学会人类的棋感与全局观呢？

&ep;&ep;看来，魏柯的人类卫冕之战，并不好打。

&ep;&ep;果不其然，第二天，乌镇传来消息，第一局以魏柯惨败告终。魏柯以非常保守的下法，与AlphaGo进行接触式作战，结果被AlphaGo在中后盘吊打。要知道，中后盘原本是魏柯的主场。他的搅功和官子功夫曾让他无数次转危为安，而这两者靠的都是计算力。比照一秒可以进行上亿次计算的AlphaGo，魏柯自然没有任何胜算。

&ep;&ep;消息传到中国棋院的时候，所有人都像是霜打了个茄子似的。唇亡齿寒，兔死狐悲，这下连罗爽也高兴不起来。只有谢榆一人默默坐在研究室里，快速翻看着几个G的资料，时不时浏览群里的聊天记录。他委托中国棋院发动了一切可以调动的资源和人脉，四处搜集AlphaGo的信息，然后与计算机领域的大牛们讨论分析。可以说，今天的结果，他完全已经预料到了。

&ep;&ep;按照传统，计算机的长处应该在计算。而围棋，恰恰是不可能被暴力计算的领域。围棋的很多概念都无法被量化，厚薄、争先、取势……这种东西，电脑怎么去理解？！谢榆的本职是个码农，虽然不务正业，但凭他对计算机和围棋两个领域的了解，他曾经尝试过围棋AI的编码，所以他非常清楚这些概念是无法被量化的。此前出现的AI也一直印证着他的猜想，直到AlphaGo。

&ep;&ep;他敢肯定，AlphaGo的计算方式产生了相当大的变化！AlphaGo不是以计算机的惯性在运行，它完全是人脑的思维方式！

&ep;&ep;“他们在蒙特卡洛树搜索上加装了什么？”谢榆一目十行地扫过屏幕上的代码。

&ep;&ep;蒙特卡洛树搜索，是围棋AI的基本解决框架。围棋AI每一步都选择若干种落子，然后在电脑中模拟到终局，进行数子，最终选择胜率最高的那一步棋。因为计算量太大，AI只能给出一个近似最优解，并非全枚举，在AlphaGo之前AI因此也只能达到业余五级的水准。

&ep;&ep;这依旧是一个计算的范畴，而职业棋士很多时候并不是单靠计算做出判断，像之前所说的全局观念，就是蒙特卡洛树搜索无法解决的问题。要让AI发挥出人脑的效果，到底靠的什么？

&ep;&ep;当天晚上，谢榆从美国的某个计算机大牛那里，获知了他想要的答案。

&ep;&ep;AlphaGo团队在蒙特卡洛树搜索上加装了策略网络和价值网络两个模块。

&ep;&ep;这两个模块让AlphaGo不是单纯地计算，而是深度学习、模仿人类！

&ep;&ep;策略网络，顾名思义是决策下一步走子。AlphaGo会检索KCS围棋服务器上所有真人在线对弈，进而判断：如果是人类棋手处于它当前的位置，他最有可能走哪一步？它只对那些解进行计算！然后，它就自我对弈上千万局，看看这一步是否真的是最优解！

&ep;&ep;遵循策略网络，蒙特卡洛树搜索的树宽将大量减少，但深度依旧存在。上千万局博弈，每一局都走到最后，依