Ang GO ay hindi lang isang laro. Nagsisilbi rin ang GO bilang isang pagkakatulad sa buhay, isang paraan para sa pamamagitan, isang ehersisyo sa abstract na pangangatwiran, o kahit bilang isang insight sa mga katangian ng personalidad ng manlalaro.
Ang sinaunang board game na ito mula sa East Asia ay nilalaro ng dalawang manlalaro sa isang 19x19 wooden board na may mga itim at puting bato. Ang mga bato ay ginagamit upang palibutan ang iba pang mga bato upang makuha ang mga ito o upang markahan ang teritoryo, na may 10 sa kapangyarihan ng 170 posibleng mga configuration sa board.
Pinahahalagahan ng laro ang pasensya at balanse kaysa sa agresyon at kasakiman, ang balanse ng impluwensya at teritoryo ay maaaring magbago ng maraming beses sa panahon ng laro. At nang talunin ng #Google's AI, #AlphaGo ang pinakamahusay na manlalaro ng dekada, ito ay isang magandang sandali para sa kinabukasan ng #technology. Tinalo ng AlphaGo si Lee Sedol, nagwagi ng 18 world titles, sa apat sa limang laban sa 2016 tournament, natalo sa AlphaGo program ng DeepMind.
Ginagamit ng AlphaGo ang tinatawag ng kumpanya na "Deep Learning" para bumuo ng sarili nitong pag-unawa sa laro. Maaari nitong piliin ang hakbang na itinuturing nitong pinakamalamang na manalo. Kapag nagtuturo sa isang computer na maglaro ng laro, ang pinakasimpleng paraan ay ang sabihin sa computer na i-rank ang bawat posibleng galaw sa panahon ng laro, mula sa pinakamaganda hanggang sa pinakamasama, at pagkatapos ay turuan itong palaging piliin ang pinakamahusay na galaw.
Ang programa ay nagsasangkot ng dalawang neural network, software na ginagaya ang istraktura ng utak ng tao upang pagsamahin ang napakasimpleng mga desisyon sa mga kumplikadong pagpipilian, tumatakbo nang magkatulad.
Ang tagumpay ng AlphaGo laban sa World Champion of the Decade ay ang pinakamahusay na pagkakatulad na ang #MachineLearning at #AI ay maaaring maging isang #forcemultiplier sa paggawa ng mga desisyon nang maraming beses na mas mabilis at mas adaptive kaysa sa mga kakayahan ng utak ng tao kasama ang lahat ng limitasyon nito.
Sa huli, ang misyon ng Google ay ilapat ang mga diskarteng ito ng #DeepLearning intelligence upang malutas ang mga kritikal na problema sa totoong mundo, mula sa mga medikal na diagnostic hanggang sa pagmomodelo ng klima.
