据日本媒体网站2月15日报道，美国IT企业谷歌公司的研究小组，上月于英国的科学杂志《Nature》上发表了一篇有关于人工智能的论文，给围棋界带来了新的冲击。这篇论文题目为《围棋》。谷歌公司研发的人工智能，在世界范围内首次成功战胜人类的专业棋手。
“AlphaGo”
这一战胜人类专业棋手的人工智能名为“AlphaGo”。论文中指出，去年10月，AlphaGo以5：0完胜欧洲冠军、职业围棋二段樊麾。这一研究成果，给世界范围内的人工智能研究人员、乃至世界围棋界带来的新的冲击。
围棋是“最后的堡垒”
和围棋相类似，国际象棋和日本将棋等类的白板游戏已被大家所熟知。但是，国际象棋和日本将棋领域内，均有计算机已超越了人类的水平。例如，就国际象棋来说，1997年，超级计算机“深蓝”战胜了世界棋王卡西帕罗夫，在世界范围内引起热议。
此外，在日本将棋领域，也举行过多次计算机和专业棋手的对战。4年前，计算机首次战胜了专业棋手米长邦雄。
另一方面，围棋方面还没有战胜专业棋手的软件程序出现。最强的对手也仅是业余水平中的高手，在围棋人工智能和专业选手进行对战时，不利条件一般也仅设定为普通模式。其原因为：与国际象棋、日本将棋相比，围棋的棋盘范围更大，棋子动作上的限制更少。例如就对局样本而言，国际象棋约为10的120乘，日本将其约为10的220乘。但围棋方面，由于棋子摆放规则等方面的影响，对局样本的数量可以达到10的360乘以上。
截至目前已开发出的国际象棋和日本将棋的软件，已经可以计算的所有可能局面，然后选择最为合适的一步。但是，像围棋这样对局样本过多的棋类游戏，即使是最新的智能计算机在进行全部计算时也会花费大量的事件，在技术方面很难实现。因此，此前开发的围棋软件在选择对策时，通常会随机挑选几个备选，然后从备选开始进行模拟操作。但是，这样的程序在和人类的专业棋手进行对战时，会出现失误的情况。有专家表示，人工智能如果想追赶上专业围棋手的实力，至少要花费十年以上。所以对人类来说，围棋也可以说是“最后的堡垒”。
“深层学习”究竟厉害在何处？
此次使“AlphaGo”的实力实现了飞跃的原因，便是其中引入了“深层学习”技术。这是最近在人工智能领域最引人注目的新技术。简单来说，这项技术是在此前仅根据命令进行计算的计算机中，导入了类似于人脑的运行机制。人脑中，会由一个神经细胞向其他的神经细胞输送巨大的数据。在不间断的神经细胞输送中，形成了各种信息。但是，除了简单的交流情报，人脑还会针对过去学习过的内容，在必要的场合传递必要的信息，并自动进行适当的调整。也就是说，根据学习内容，人脑会自动强化要的部分。随着机器学习的不断深入，所做出的判断也将更加准确。
在深层学习的应用中，会在计算机中输入“问题”和“正确答案”，但并不会输入这一问题的解决方法。方法部分则由计算机自身进行思考。在这样的程序下，计算机内部的网络会对正确答案的原因更加了解，同时弱化错误答案的路径。
随着学习量的不断增加，计算机将具备解决更为困难问题的能力。当然，这只是最简答化的说明，实际操作中还有很多未解的部分。在人工智能的研究方面，在1980年代前，深层学习的想法就已有科学家提出。但当时计算机的性能并不能满足这一操作。
但是在2012年，加拿大多伦多大学的研究小组成功使用深层学习技术，实现了图像识别的精度提高，在世界范围内引起了巨大的反响。
最近，谷歌、丰田等公司也在着手将深层学习原理应用到车的自动驾驶中，目前这一技术也尚在开发中，此次谷歌公司所公布的这一人工智能，也是这一研究开发计划中的一环。
