DeepMind · 其他
DeepMind 回顾 AlphaGo 技术创新
DeepMind 发布博客文章，系统梳理 AlphaGo 在围棋领域实现突破的关键技术创新。文章回顾了 AlphaGo 如何结合深度神经网络与蒙特卡洛树搜索，从监督学习到强化学习的演进路径，以及其自我对弈生成训练数据的能力。这些技术不仅让 AlphaGo 战胜人类顶尖棋手，也为后续 AlphaZero 等通用棋类 AI 奠定了基础，对强化学习与搜索算法的融合产生了深远影响。
- 域名
deepmind.google- 评分
- 5 · 重大发布
- 发布
- 2026-03-11
导读
这篇 DeepMind 博客由 Lucas Baker 与樊麾共同撰写，发布于 2017 年 4 月 10 日，是 AlphaGo 在乌镇围棋峰会前的一份技术札记。文章并未重述 AlphaGo 的训练流程，而是把焦点放在棋盘上：它要回答的问题是 AlphaGo 究竟在围棋古老的定式与战略中带来了哪些新东西。樊麾从职业棋手的视角整理了若干棋谱，并配以世界冠军时越、周睿羊的评语，承认 AlphaGo 把"任何手段都可能成立"这种感觉重新带回了棋界。
文章列举的核心发现集中在两个方向。其一是势的运用：AlphaGo 借助估值网络一次性看清整盘棋上所有子的影响，敢于在没有确切地盘的条件下让对手占住三个角，再用全局影响力将零散的厚势转化为协同优势；它也会反过来在第二线连下六子，把人类视为禁忌的"亡形"打成胜势。其二是新型布局，包括早期 3-3 点入与"魔王之剑"的变种。前者省略了教科书中的若干交换，宁可让角部留有余味也不让对手获取过厚外势；后者则反其道而行之，主动放弃外势换取实地，相信对手所谓的厚墙在后续 攻防中并不能兑现。韩国职业棋手金志锡在比赛中曾按此思路落子并取胜。
对围棋爱好者与机器学习读者而言，这份札记的意义不在算法描述，而在于展示一种由 AI 重新激活的"开放心态"。AlphaGo 的判断之所以反直觉，是因为它不依赖人类几个世纪积累的口诀，而以胜率为唯一指标重新权衡风险与收益。文章并未声称这些下法是最优解，反而强调它们重新打开了围棋的探索空间，邀请人类棋手在乌镇峰会上与系统协同寻找围棋的本真面貌。