AlphaGo（阿尔法狗）到底是什么？
虽然说人工智能偏好下棋，但是不是说人工智能只能下棋，应该说人工智能岂止于下棋。但为什么每次都是在下棋后，人工智能才会大火呢？因为棋术一直以来都被大多数人认为是人类智慧的结晶，人工智能要想被大多数人认可，必须要在大多数人都承认的领域崭露头角。但是，不幸的是，人工智能在大多数人都承认的领域一不小心就战胜了人类。
1997年，IBM研究团队打造的深蓝战胜了卡斯帕罗夫，当时几乎全世界都在讨论深蓝的强大和可怕。其实，在1996年的时候，深蓝就曾经挑战过卡斯帕罗夫。但是深蓝失败了，但是，深蓝的失败不仅仅是技术不佳（算法设计问题），其中很大一部分的原因：当时的计算能力确实有限，如果今天深蓝用它失败的算法加上现在的计算能力，估计深蓝仍然可以战胜卡斯帕罗夫。后来的算法优化，计算能力的提升，让这个事件的热度很快就消失了。
因为每当人类输给计算机的时候，他们总会说，计算机只不过是机械地完成搜索式的穷举罢了。其实，事实即使如此，当前的计算能力和算法已经有能力将象棋所有的情况都穷举出来，换句话说就是，象棋已经被计算机攻克了。
我们人类一直以来认为围棋都是人类智慧的最高代表。其实，我觉得下棋跟智慧没有一点关系，我倒是觉得设计这些棋术才是一种真正的智慧。下棋只是在考验我们的计算能力跟储存能力以及价值判断能力罢了。可能，资深的棋友会很厌恶我的这种说法，但是AlphaGo却无疑是佐证我观点最好的选择。
棋术只是在考验我们的计算能力跟储存能力以及价值判断能力，或者对于我们来说，棋术有不确定性。但对于计算机来说，随着计算能力的提升，这种不确定性发生的概率降低了有的甚至这些不确定性成了确定性。也就是说，当你和计算机下棋的时候，你走了第一步后，你就已经输了。因为他已经找到赢你的办法了，你以后的下棋动作纯属是找虐行为。
难道围棋也是如此？这倒不是，因为发明围棋的这个人的思维太超前了，以至于我们现在的计算能力还没有办法将围棋攻克。但是，除了暴力攻克，我们可以在算法上下点功夫，让计算机有很大的概率赢得人类。AlphaGo输给李世石，其实就是小概率事件。
2017年5月25日，升级后的Alpha Go2.0又迎战了著名围棋选手柯洁。据Alpha Go的工作人员介绍，在第二句的时候，柯洁下的非常积极，在这局中人机双方都展示了强大的水平。AlphaGo后台的计算量急剧增加，如果不及时剪枝，可能就算不过来了。无奈柯洁在最关键的时候，漏出了人类的弱点（疲劳和情绪的波动），最后输掉了比赛。
如果从技术的角度来理解分析Alpha Go，Alpha Go其实就是采用人类自身对围棋的理解来设计的，即罗列搜索+价值判断，这也是它学习棋谱后得到的唯一的核心力量。由于围棋所产生的搜索范围空间非常大，基本上很难找到最优解，所以在算法设计上，就又按照人类的思维方式加入了价值判断，这是AlphaGo的核心算法。Alpha Go用深度学习算法去调整一个价值判断函数，然后再跟蒙特卡洛搜索树结合，争取不下一步臭棋。注意是不下一步臭棋，而人类是争取少下一步臭棋，这也就出现了我们常说的赢几手棋。再加上机器不知疲倦的搜索效率和无情感，所以AlphaGo才能胜出。
值得注意的是，人工智能并没有攻克围棋领域，有人曾预言说AlphaGo2.0如果能下几手臭棋或者说是让几手棋，人类将有很大的机会胜出。但是，不幸的是在AlphaGo的价值判断中只有输赢，没有赢几手的概念。但是，可以肯定的说，在围棋领域内，人类将不会有赢AlphaGo的可能性。但，这也不会丝毫影响人与人之间下围棋的体验，相反，人类或许可以从AlphaGo的对局中学到很多妙棋。
人类下棋下的是经验和感觉，而机器下棋下的是概率，是赢对手的概率。
