将古代东亚棋盘游戏哲学转化为 Google 机器学习
GO不仅仅是一个游戏。 GO 还可以作为一种生活类比、一种调解方法、一种抽象推理练习，甚至可以作为对玩家性格特征的洞察。
这种来自东亚的古老棋盘游戏由两名玩家在 19x19 的木板上玩，棋盘上有黑白棋子。棋子用于包围其他棋子以捕获它们或标记领土，棋盘上有 10 的 170 次方可能的配置。
游戏重视耐心和平衡而不是侵略和贪婪，影响力和领土的平衡在游戏过程中可以多次改变。当#Google 的人工智能#AlphaGo 击败了十年来最好的棋手时，这对#technology 的未来来说是一个伟大的时刻。在 2016 年的锦标赛中，AlphaGo 在五场比赛中的四场击败了 18 个世界冠军得主李世石，输给了 DeepMind 的 AlphaGo 程序。
AlphaGo 使用该公司所谓的“深度学习”来建立自己对游戏的理解。然后它可以选择它认为最有可能获胜的举动。当教计算机玩游戏时，最简单的方法是告诉计算机对游戏过程中每一个可能的走法进行排名，从最好到最差，然后指示它始终选择最好的走法。
该程序涉及两个神经网络，这些软件模仿人脑的结构，将非常简单的决策组合成复杂的选择，并行运行。
AlphaGo 战胜十年世界冠军是最好的比喻，#MachineLearning 和 #AI 可以成为#forcemultiplier，比人类大脑的能力（尽管有其局限性）更快地做出许多倍的决策，并且更具适应性。
最终，Google 的使命是应用这些#DeepLearning 智能技术来解决从医疗诊断到气候建模的关键现实问题。
查看更多文章
