概述
2015年10月，经过比赛并于2016年1月公开宣布，DeepMind的AlphaGo以五比零全胜击败了欧洲围棋冠军樊麾。这是计算机程序历史上第一次在不让子的情况下击败职业围棋手。
长期认为围棋对计算机蛮力具有独特免疫力的围棋界，为之震惊。大多数专家此前预测，这一里程碑至少还需要十年才能实现。
围棋的与众不同之处
国际象棋于1997年以纯粹的计算能力败于深蓝——只要能以足够快的速度评估足够多的棋局，国际象棋也变得可以应对。围棋的不同是本质性的，而非程度上的：
- 棋盘更大：19路棋盘对比国际象棋的8路棋盘，可能产生约10^170种棋局（多于可观测宇宙中的原子数量）
- 评估更难：国际象棋中，子力优势（数子）是判断局面强弱的合理指标。围棋评估一个局面，需要专家也难以言明的整体性模式识别
- 蛮力失效：即使每秒评估一万亿个棋位，计算机也无法对围棋的博弈树进行有意义的搜索
正因如此，围棋抵御了此前所有AI方法的挑战。这一突破需要本质上不同的东西。
AlphaGo的工作原理
AlphaGo综合了多项创新：
1. 深度神经网络：两个网络——策略网络（考虑哪些走法）和价值网络（该局面有多好）——在数百万人类专家棋局上进行训练
2. 强化学习：AlphaGo随后与自身进行数百万局对弈，利用对局结果改进其策略网络和价值网络，远远超越人类专家水平
3. 蒙特卡洛树搜索：AlphaGo不进行穷举式搜索，而是使用统计采样来高效评估有前景的着法序列
这种组合十分优雅：人类棋谱提供初始训练信号，自我对弈将其精炼至超人水平，树搜索则在决策时将一切整合起来。
比赛及其后续
樊麾描述这种体验令人困惑——AlphaGo的落子，凭人类直觉感觉"有问题"，却被证明是深刻正确的。这种机器着棋的"异类气质"，此后将成为一个反复出现的主题。
三个月后，AlphaGo以4比1击败世界排名第一的李世石，比赛被全球6000万观众收看。李世石赢得的那局（第四局）被认为是围棋史上最精彩的着法之一：“神之一手”——一招令AlphaGo的计算一时陷入混乱。
2017年，AlphaGo Zero从零开始训练，完全不使用人类棋谱数据，仅凭规则，在40天内超越了此前所有版本。其中蕴含的洞见意义深远：在某些领域，人类数据是上限，而非地基。
意义
AlphaGo同时标志着几个转变：
- 从狭义到深度：与深蓝不同，AlphaGo的技术（深度强化学习+神经网络）可以泛化到其他领域
- 规模化强化学习：证明了在没有人类标注数据的情况下，自我对弈可以产生超人水平的表现
- 创造性的机器：AlphaGo在李世石对局中的"第三十七手"——一个任何人类都不会下的走法——被围棋大师认可为真正意义上的创造性
DeepMind后来将这些相同原理应用于蛋白质折叠（AlphaFold）、药物发现和能源优化——证明了AlphaGo不是一条死胡同，而是一个模板。