去年，Alpha Go 打敗了來自韓國的世界頂級圍棋棋手李世石。在那場對決過後，人工智能的所具有的潛力開始越來越多地為普通大眾所熟知，同時也給圍棋界帶來了不少的震撼。轉眼到了 2017 年，近日，DeepMind 團隊又帶著 Alpha Go 來到了圍棋的發源地——中國，參加了由中國圍棋協會、浙江省體育局以及谷歌聯手舉辦的世界頂級圍棋峰會。同時，谷歌還宣佈，Alpha Go 將於下個月在無錫展開對柯潔的新一輪“人機圍棋大戰”。
據瞭解，在這場將於下個月到來的圍棋大戰中，將由對賽和團隊賽兩種比賽形式組成。在第一種形式——“Pair Go”比賽中，Alpha Go 將於人類棋手聯手，對戰另一方同樣是由 Alpha Go 和人類棋手組成的隊伍。之所以採用這種形式，是為了讓人類更好地理解 Alpha Go 的機制，同時發揮人類棋手和機器決策過程中的最大優勢；
而在團隊賽中，Alpha Go 將對戰由 5 名中國頂尖棋手組成的隊伍。之所以採用這種“一對多”的形式，是為了建立起更加全面的“智囊團“，同時降低心理因素對棋手們的影響，使其發揮出最大的水平，做出更加客觀的判斷。
雖然柯潔也曾經在年前由 Alpha Go 化身的“Master“比賽中一度輸給了後者，然而這場比賽依然值得期待。據 Alpha Go 背後的團隊 DeepMind 介紹，新版的 Alpha Go 將會採用一種更新型的機器學習技術，能夠充分利用監督學習以及強化學習的優勢。
具體說來，搭載了監督學習以及強化學習技術的 Alpha Go 能夠通過訓練形成相應的“策略網絡“，在輸入當前棋盤上的局勢信息之後，對所有可行的落子位置生成概率分佈。完成這些之後，Alpha Go 還會通過訓練出來的價值網絡對各種下法進行自我對弈完成預測，以-1（對方完全勝利優勢）到 1（Alpha Go 完全勝利優勢）為區間，對各種下法進行判斷。
將這兩種網絡結合起來使用的 Alpha Go 實力估計和以往相比會有非常大幅度的進步和跨越。不僅如此，Alpha Go 還將這兩種網絡整合進了其基於概率的蒙特卡羅樹搜索（MCTS）中，發揮這兩種網絡的最大潛力。而且這種通過自我對弈進行計算的模式，將會為 Alpha Go 未來版本的訓練提供更多的原始數據，從而讓 Alpha Go 的每一代都“青出於藍而勝於藍”。
“人工智能實際上促使了人類玩家變得更加強大、更具創意。”DeepMind 的聯合創始人兼首席執行官 Demis Hassabis 表示。“顯然，Alpha Go 與人類的合作將會挖掘到更多的東西。”