前世涉及到人工智慧方面的研究雖然由來已久。

但要說人工智慧什麼時候爆火火起來的。

似乎還是2016年之後的事情。

2016年3月，阿爾法圍棋AlphaGo與圍棋世界冠軍、職業九段棋手李世石進行圍棋人機大戰，以4比1的總比分獲勝。

這之後人工智慧才一下子名聲大噪起來。

一個圍棋方面的東西能成為人工智慧的爆點？

聽起來圍棋跟人工智慧八竿子打不著。

為什麼圍棋方面的一次人機大戰會帶火人工智慧呢？

這可能跟圍棋的機制有關係。

圍棋雖然一向被認為是目前世界最複雜的棋盤遊戲之一。

但圍棋基本規則很簡單。

圍棋盤是方形的，由縱橫各19條線組成。

19╳19形成了361個交叉點（以下簡稱為點），棋子就下在這些點上，在邊、角、中腹任何一點都可以下。

下棋時棋子要下在棋盤的交叉點上，棋子下到棋盤上之後就不能再移動位置了。

黑先下子，黑子下一個，白子下一個，一直到最後，看哪一方佔的地盤多哪一方為勝。

當然了，具體如何衡量佔的地盤多寡，不同國家規則並不完全相同。

儘管圍棋的規則很簡單，但是這並不妨礙圍棋棋局千變萬化。

據稱一局圍棋中可能出現的變化比宇宙中全部的原子數目還要多。

在這種情況下計算機想透過窮舉得出一局遊戲中所有可能出現的變化是不太現實的。

程式想取得更高的效率只能在演算法上做文章。

然而即便是利用演算法，涉及到圍棋方面：

電腦要在圍棋中取勝比在國際象棋等遊戲中取勝要困難得多。

因為圍棋的下棋點極多，分支因子遠多於其他遊戲。

而且每次落子對情勢的好壞飄忽不定。

在這種情況下傳統的演算法很難奏效。

別說傳統的演算法了，就是一般的人工智慧方法都很難奏效。

諸如暴力搜尋法、Alpha-beta剪枝、啟發式搜尋的傳統人工智慧方法這些在圍棋中都效用不大。

正因為在技術層面困難重重。

前世雖然在97年的時候，在國際象棋層面人工智慧就擊敗了人類頂尖棋手。

但在圍棋方面，人工智慧卻一直折戟沉沙。

直到在擊敗國際象棋方面的頂尖高手18年之後。

人工智慧才在圍棋方面第一次擊敗了來自宇宙國的圍棋九段高手。

這件事在前世也被解讀為“在任何一個單項領域，機器都有可能遠遠的領先人類。”

雖然這種說法的正確與否還無從評判。

但不可否認“人工智慧”這個概念就是在李世石和阿法狗AlphaGo的那次人機大戰之後才突然火了起來。

【目前用下來，聽書聲音最全最好用的App，集成4大語音合成引擎，超100種音色，更是支持離線朗讀的換源神器，huanyuanapp.org 換源App】

這次對戰影響不僅僅侷限在研究人工智慧的那個小圈子裡。

而是引起了整個社會對人工智慧極大的討論。

反正林灰記得前世16年3月那段時間裡，新聞、微博充滿了AlphaGo和人工智慧。

有討論技術的，也有展望未來的，也有看到商機準備下場的……

當然，這喧鬧的一切背後不排除有運作的可能。

畢竟據林灰所知，圍棋其實主要流通於東亞這一帶，並不是世界範圍內高度流通。

而即便是在中國、島國、宇宙國這樣的圍棋流通還算可以的地方。

普通人裡面圍棋愛好者的比例也不算太高。

即便有的稍微懂點規則，涉及到諸如劫爭之類稍微麻煩點的也說不太清楚了。

林灰姥爺是圍棋迷，之前還定過段。

林灰在其薰陶下對圍棋也算很瞭解，大概業五這樣的水平吧。

即便如此林灰從來不自詡擅長圍棋。

畢竟業五面對真正的職業九段普遍要被讓2~6子。

這種情況下“人工智慧”的概念卻能夠藉助“圍棋”火了起來。

很難說這背後沒有人在推波助瀾。

不過這些來龍去脈就不是林灰關心的了。

既然前世這次圍棋方面的這次人機大戰能成為人工智慧的爆點。

那麼這個時空林灰也完全可以將阿法狗AlphaGo類似的程式搞出來然後想辦法促成人機對戰。

之後再適當加以運作使這次事件成為人工智慧的爆點。

涉及到阿法狗AlphaGo。

前世阿法狗AlphaGo是deepmind這家嚶國公司推出的。

雖然這個時空也存在deepmind這家公司。

但林灰也不用擔心撞車什麼的。

前世阿法狗AlphaGo的誕生雖然跟deepmind這家公司有著千絲萬縷的聯絡。

但涉及到阿法狗AlphaGo這個專案其實是deepmind這家公司被谷/歌收購之後他們才開始搞的。

總之前世阿法狗AlphaGo之所以能夠誕生跟deepmind和谷/歌之間的py交易有著很大的關係。

可是現在這個時空裡谷/歌和deepmind並沒有進行該項目的合作。

而且大機率在將來也不會有合作的機會了。

林灰先前就瞭解過。

這個時空名為deepmind的公司確實存在。

但因為這個時空在人工智慧上研究的整體性滯後。

deepmind這家公司雖然也從事人工智慧方面的研究。

但進展什麼的寥寥無幾。

而且deepmind這家公司並不是很好過。

前不久該公司還試圖申請破產保護。

這樣的公司想獲得前世的成就基本不大可能。

在這個時空人工智慧方面的研究整體滯後的情況下。

林灰要搬運阿法狗AlphaGo的話基本不用擔心有什麼技術撞車風險的。

雖然沒什麼風險，但涉及到阿法狗AlphaGo的搬運卻稍稍有點麻煩。

倒不是技術理論方面有什麼麻煩。

雖然這個時空的人們還沒搞定相應的技術。

但對林灰來說技術理論道路什麼的卻很清晰。

像阿法狗AlphaGo這樣的經典人工智慧應用。

基本上十個搞人工智慧的九個都專門鑽研過阿法狗AlphaGo是怎麼一回事。

涉及到阿法狗AlphaGo的技術：

無非就是蒙特卡洛樹搜尋與兩個深度神經網絡相結合的一個簡單應用。

蒙特卡洛樹搜尋是一種用於某些決策過程的啟發式搜索算法，最引人注目的是在遊戲中的使用。

在棋類遊戲中尤為常見。

具體的兩個深度神經網絡，其中一個是估值網路，另一個則是走棋網路。

前者是用來評估比較合適的落點的，走棋網路是用來調整最佳落子位置的。