今晚，观看人类在古代中国棋盘游戏中与人工智能进行对战

自 1997 年加里·卡斯帕罗夫与 IBM 的“深蓝”计算机下棋以来，这是最受瞩目的人机对决，谷歌 DeepMind 将于今晚与世界冠军展开 5 场围棋锦标赛的第一场。

谷歌 DeepMind 的人工智能算法 AlphaGo 将与近十年来一直占据世界顶级围棋选手宝座的李世石对决。

AlphaGo 曾在 2015 年 10 月的一场比赛中击败过欧洲冠军樊麾。不过，世石是一个更强大的对手。围棋排名令人困惑且略显复杂，但根据 Michael Fu 在 Quora 上所做的计算，根据之前的比赛评分，樊麾在统计上击败世石的概率为 25%。

围棋是 19×19 棋盘上的双人游戏。每回合，玩家放置一个圆形棋子（称为棋子），以战略性地吃掉对方的棋子。一方用黑棋代表，另一方用白棋代表。这个 19×19 的棋盘为每一步棋和游戏的每个结果创造了几乎无限的可能性。当深蓝与加里·卡斯帕罗夫下棋时，机器可以每秒比较 2 亿步棋，以确定哪一步棋最有利。然而，在围棋中这是不可能的，因为可能的结果数量实在太多了。

DeepMind 负责人 Demis Hassabis 向 The Verge 透露，在国际象棋中，每轮大约有 20 种潜在的走法，但围棋每轮大约有 200 种潜在的走法，这大大增加了计算的复杂度。

为了做出这些决定，AlphaGo 依靠两个深度神经网络，层层的数学方程分析了数千万步围棋走法。一个网络预测它之前见过的下一个最佳短期走法，另一个网络决定这一走法是否有利于赢得整场比赛。如果是，AlphaGo 就会走这一步。但由于 AlphaGo 只是一种算法，它仍然依靠人类代理来实际下棋。

AlphaGo 赢得这些比赛将是对 Google DeepMind 在游戏人工智能领域所做工作的认可。他们相信，通过掌握游戏，通过设定参数和规则，就像物理规则或强加的定律一样，我们可以在受控环境中训练人工智能算法。与 Se-dol 的比赛等练习的价值在于算法能够在有限的时间内解决无限复杂的问题。

驱动 AlphaGo 决策引擎的计算方式将来可能会成为驾驶汽车的计算方式。通过扩展我们的知识和部署这些网络的能力，即使在有限的棋盘游戏中，AlphaGo 的胜利也将向世界表明人工智能已经准备好投入严肃的实施。

这场比赛的奖金为 100 万美元，如果 AlphaGo 获胜，奖金将捐献给联合国儿童基金会、STEM 和围棋慈善机构。

这场比赛将于美国东部时间晚上 11 点（太平洋标准时间晚上 8 点）在 YouTube 上开始直播。每场比赛预计持续 4-5 小时。

获得过 500 多场胜利的美国围棋选手迈克尔·雷德蒙德 (Michael Redmond) 将担任每场比赛的英文播音员。

这五场比赛将于 3 月 9 日、10 日、12 日、13 日和 15 日举行，每场比赛将于韩国时间下午 1 点（前一天美国东部时间晚上 11 点）开始。对于西方观众来说，比赛时间为 3 月 8 日、9 日、11 日、12 日和 14 日晚上 11 点。