AlphaGo的问世，使得有些人会很好奇怎么这么强，甚至觉得怀疑，提出造假论
我想就我的理解来让大家稍稍体会AG或一般程式里面的运作模式。不过，因为
我不是专家，同时又要写的通俗，难免背离实际设计难度而过度简化，欢迎指正
与补充。
整个系统主要有几个大的模组，简介如下：
形势判断模组（value network）
这个模组要回答一个很单纯的问题：给你看一个中盘，请问双方获胜机率为何？
训练方式就是给非常非常大量的棋谱库，随机展示（中盘画面，最终输赢）这样
的案例给电脑去学习，学习的方法是最近人工智能的大热门 deep learning，有
兴趣且英文好的玩家推荐去看 udacity 上 google 专家的线上教学。
下一步去哪儿模组（policy network）
这个模组要回答一个很单纯的问题：给你看一个中盘，请问棋盘上每个位置成为
下一手的机率为何？训练方式就是给非常非常大量的棋谱库，随机展示（中盘画
面，下一手）这样的案例给电脑去学习。
赛局树（Game tree）
用张图举个例子 http://imgur.com/XwQ6tmm
上图：假设圆圈是该黑棋下，方块是该白棋下，假设现在“下一步
模组”会提供两个落子的可能性，黑棋任选其一下了之后，就会出
现两个可能的盘面情形（分支），接着，请出“形势判断模组”来
打分数，分别给出-6和-11的得分，如果黑棋只满足于最最简单的
计算，那么它就会挑-6这个相对较好的发展方向来落子，问号的位
置将被填入-6。
中图：假设黑棋认为时间充裕或他的硬件强大，可以做更深入的
计算。那他或许觉得把-6这个局势再多设想一步比较保险，于是
现在从-6这个盘面开始考虑，是该白棋落子了。同样透过“下一步
模组”来提供两个落子的可能性，白棋任选其一下了之后，就会出
现两个可能的盘面情形，接着，请出“形势判断模组”来打分数，
分别给出21和-8的得分。
下图：因为要站在白棋的角度思考，他想把盘面弄的对黑棋不利
，21和-8中，白棋应会选择-8，于是，在第一张图时原本认为导
向-6这个局面其实再更进一步思量之后，局面继续发展方向没那
么乐观，实际上只有-8分而已。至此，最顶层的黑棋便必须在-8
或-11中挑较佳的下，所以下图里面的问号将会被填上-8，代表以
黑棋目前的细算能力，他认为他会把棋盘导向最下排右边那个得
分-8的盘面。
以此类推，轮流请出两个模组的结果，就是这棵树会越长越多层。
如果你的时间充裕或硬件强大，也可以让“下一步模组”每次提供
三个以上的落子位置来候选，这样树就会长得比较宽（分支较多）
，又或者，你可以一次又一次的使用“下一步模组”来多往下发展
几步，这样树就会长得比较深比较多层。总之，你有多少养分，就
可以种多大的树，随时可以喊停，不用去穷尽所有棋局变化，这样
做是不切实际的。
最大最小法则（Minmax rule）
以这个图作为例子 http://imgur.com/TsmiK04
现在该黑棋下，他当然希望局面分数越高越好（Max），但是他也
知道白棋不会让他如意，会试图把局面搞得越难看越好（Min），
于是，即使在他这棵0～4层的细算树里面也有着高达20分的分支，
黑棋是不可妄想去走到那个盘面的，他会从-8和-10选一个相对高
的，也就是问号的位置会被填入-8，代表目前黑棋可达到的最好形
势。备注一下这里的分数只是网络上随便抓的图，真正的分数可以
想成是落在0～1的获胜机率。当然，这个最大最小法则只是最粗浅
的赛局策略而已，实际上AlphaGo有更好的细算方法，叫做蒙地卡罗
树搜寻（Monte Carlo tree search），复杂许多，这里就不细说了。
结语
近五年由于 deep learning 的问世，提炼出大量数据之精华的效果也变得超级好，
人工智能的趋势就是：得大数据/超级电脑者，得天下。旧的工程方法引入 deep
learning 改良后效能也都是巨幅提升，不仅仅是在电脑围棋这块而已。

围棋TV有说 以前电脑的算法是硬算各种变化现在算法比较像人类 会用删去法 先排除可能比较差的棋不过就像不知道是不是李世石 还是哪位职棋说的这种算法也有漏洞 因为那些被排除了 也可能刚好是好棋也就是现在的电脑是比较像人类了 但要赢人类还要打问号就算电脑最终赢人类 也不代表它每手棋都是一百分

你的图是 min-max tree, 不是mcts喔,mcts是不平衡的树mcts有别minmax的地方，其中一点就在于不用一视同仁地长到一样的深度再呼叫评估函数，而可以往较好的方向长得较深，这当然是重点之一。要是长成平衡的树，就变成worst case，大违MCTS本意了。呃……我没有恶意，也很感谢你分享想法，不过那张图摆明就是minmax的图，最上层的选择，是基于叶节点一层选min一层选max这样推回来的，跟mcts“完全”不一样。再说，这张图没有完全平衡，那是因为那些点没办法再往下长了，注意看那是无限的符号，代表某方获胜了，当然不需要继续往下长囉。mcrs当然“绝对”可以长出一颗平衡的树，只要在selection步骤中把控制利用跟探索的平衡的参数调成一个很过分的值，这样mcts会平均给每个候选点模拟的机会，这样当然要多平衡有多平衡，但如此一来就成了worst casr，搜寻深度会很浅，对棋力没有任何帮助。抱歉，手机打字，有的字打歪了，不过应该不影响阅读吧

http://i.imgur.com/amCE5VT.png 论文里面的图

跟电脑下就是要下成乱斗

请问可借转弈棋站吗？谢谢

可以转，不过明天有空我会修正一些内容，现在的不尽正确。

谢谢已转文 http://goo.gl/nce6PC 谢谢您!

请教一下genetic programming有机会用在这个AI里吗

基因算法现今来看应该不算是很适合拿来解19x19围棋它的本质还是search，只是找解的顺序不同。然后它太依赖对好的目前盘面编码以及评估函式，我觉得在计算时间上以及选取好着手两个方面都不见得特别优秀

基因算法感觉好古老喔 最近有新突破吗?

推