而蒙特卡洛算法出现后，凭借大量储备的棋局，通过胜负概率来判断下一步着点以作为计算方向，极大的提高的计算的效率，所以AI的水平才实现了革命性的进步。
而这次的AlphaGo，使用了深度神经网络与蒙特卡洛树状搜索相结合的方法。
依据已经能看到的Nature上的论文（可见雷锋网文章：《Google人工智能击败欧洲围棋冠军， AlphaGo 究竟是怎么做到的？》），研究者们在AlphaGo中加入了两个深度神经网络，以value networks来评估大量的选点，而以policy networks来选择落子，并且开发了一种新式算法来结合蒙特卡洛算法和以上两个神经网络。
（注：上图为AlphaGo使用的神经网络结构示意图，来自原论文）
在这种结合下，研究者们结合参考人类职业对局的监督式学习，和AI大量积累自对弈实现的深度学习，来训练和提高AI的围棋实力。
在蒙特卡洛算法之后，我看到了新的天地。这种结合以及新式的思路，让人感到前景无限。
最后谈一谈，我认为我们应该保有的态度。
如何面对人工智能？
这里，我首先想引用李喆七段在今天早上说的话：
“我们已来到两个时代的连接处，无论你是否愿意，这都是一个需要接受的事实。工具无善恶，善恶在人心。未来的路通往何方，将由我们自己决定。”
从凌晨到早上，朋友圈里的评论区一直争论不休，甚至某世界冠军一直在说“不信”，毕竟大家在没有看到板上的钉子之前，从情感上都是不愿意相信的。直到另外两位一线棋手告诉他，已经可以看到棋谱了......
面对这个事件，接下来将会有很多的爆炸性新闻报道，以及各种各样姿势的讨论。
我们要知道：
一．人工智能的确实现了很大的进步。
这次的进步可能是革命性的，这次新闻宣称的AI取得的成绩并不是“标题党”。
二．人工智能还没有战胜人类（什么所谓“人类最后的骄傲陷落”都属于“标题党”）。
但朝着这个方向迈出了一大步，而且是在很多人在蒙特卡洛之后不看好AI下一步发展的情况下，来了一个突然袭击（谷歌从开始研究到出成果再到发布，一直憋一个大新闻憋这么久也真是能忍）。
三．人工智能战胜人类的时点，可能比很多人想象的要来得更早了。
不是之前设想的生物计算机或者量子计算机出现后，甚至都不是新材料取代硅晶片之后，在这个时代就有可能出现了。也许是五十年后，也许是二十年后，甚至可能是十年后。
从小学时开始，我就痴迷于许峰雄教授对于计算机国际象棋项目的研究和成就，一直追踪到97年“深蓝”战胜卡斯帕罗夫。（就是在那之后不久，我才从国际象棋转投了围棋......）
（注：上图为第一个打败人类的计算机国际象棋程序“深蓝”之父——许峰雄）
从中学时代到大学时代，我一直追寻着许教授的动态和他撰写的各种文章、书籍，他写的《“深蓝”揭秘》被我翻的都烂了，我甚至在中学时代一直想以此作为未来的求学从研的方向。
许教授离开IBM、前往亚研院并声称准备致力于作为最终问题的计算机围棋难题之后，我仍然一年年心心念念的期待着许教授的后续动作。
然而十多年过去，等来的却是无数的后来者。
这也挺好，人类就是不缺后来者。
看许教授对当年研究过程的讲述，最大的感受就是：
其实并不是计算机打败了人类，而是人类打败了人类。
大量的计算机专家，配合大量的国际象棋职业棋手，在算法上不断革新，再搭乘上摩尔定律的东风，不断的失败再重来、输了再修正，最终才解决了计算机国际象棋难题。
卡斯帕罗夫，是败给了数以百计的人类专家的智慧的合力。
围棋也会是一样，计算机——今天说人工智能更合适，战胜人类的那一天迟早会来，大部分人都从来不否认这一点。
争论，始终在于这一天的早晚。
而棋手和围棋从业者们，出于可以理解的感情，总是希望并认为这一天不会来得那么快，但他们绝对不会拒绝甚至仇视这种进步。
其实我看到的很多人，都一直期待并赞许着人工智能的进步，甚至很多职业高手还亲身参与和帮助着计算机围棋项目的研究。我们努力打造着一个“大玩具”，一个能战胜自己的“大玩具”。
所以最终的成功，是我们人类自己的成功，而不应该对计算机感到恐惧。
同时，这“大玩具”也不只是好玩而已，人工智能对于现代乃至未来科技的发展有着极大的意义，这意义甚至会超出当年原子弹研究的后续红利。
所以不要害怕，不要烦恼，让我们期待着人工智能在围棋上战胜人类的那一天的到来吧。
我之前一直认为在我有生之年是看不到这一天的，然而现在看来，我错了。
我一点也不失望，反而感到很兴奋，很激动，并且期待着以google和facebook为首的前沿研究团队们的进一步的表现。最后的最后，恭喜谷歌，恭喜围棋，恭喜人类。
