A行业级
AlphaGo 击败李世石
策略网络、价值网络与树搜索赢下五局制比赛
已核验1可追溯来源
AlphaGo 在首尔五局赛中以 4 比 1 战胜李世石。系统把人类棋谱学习、自我对弈和蒙特卡洛树搜索组合在一起。
发生了什么
策略网络缩小候选落子范围，价值网络估计局面胜率，搜索在两者引导下分配计算。第二局第 37 手因与职业棋手经验相悖而出名；第四局李世石第 78 手则暴露了系统也会在罕见局面中失误。
为什么重要
围棋无法靠穷举解决，胜利来自学习与搜索的分工。这个架构影响了后来的 AlphaZero，也让自我生成训练数据成为处理复杂决策任务的重要方法。
在它之前
围棋被认为是 AI 短期内无法攻破的最后堡垒之一。
在它之后
AI 在围棋领域全面超越人类，深度强化学习进入主流视野。
影响
它改变了什么
对开发者
深度强化学习成为热门研究方向。
对行业
全球 AI 投资热潮加速，DeepMind 成为 AI 标杆。
来源