alpha go(阿爾法圍棋)是由谷歌推出的一款圍棋人工智能程序，alpha go集合了定式3968條，智能處理34020個解局下法，經(jīng)常和它對弈，能幫助你快速成為圍棋高手。

【軟件介紹】

阿爾法狗（AlphaGo）是第一個擊敗人類職業(yè)圍棋選手、第一個戰(zhàn)勝圍棋世界冠軍的人工智能程序，由谷歌（Google）旗下DeepMind公司戴密斯·哈薩比斯領(lǐng)銜的團隊開發(fā)。其主要工作原理是“深度學(xué)習(xí)”。

【軟件原理】

深度學(xué)習(xí)
阿爾法圍棋（AlphaGo）是一款圍棋人工智能程序。其主要工作原理是“深度學(xué)習(xí)”?！吧疃葘W(xué)習(xí)”是指多層的人工神經(jīng)網(wǎng)絡(luò)和訓(xùn)練它的方法。一層神經(jīng)網(wǎng)絡(luò)會把大量矩陣數(shù)字作為輸入，通過非線性激活方法取權(quán)重，再產(chǎn)生另一個數(shù)據(jù)集合作為輸出。這就像生物神經(jīng)大腦的工作機理一樣，通過合適的矩陣數(shù)量，多層組織鏈接一起，形成神經(jīng)網(wǎng)絡(luò)“大腦”進行精準(zhǔn)復(fù)雜的處理，就像人們識別物體標(biāo)注圖片一樣。
阿爾法圍棋用到了很多新技術(shù)，如神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、蒙特卡洛樹搜索法等，使其實力有了實質(zhì)性飛躍。美國臉書公司“黑暗森林”圍棋軟件的開發(fā)者田淵棟在網(wǎng)上發(fā)表分析文章說，阿爾法圍棋系統(tǒng)主要由幾個部分組成：一、策略網(wǎng)絡(luò)（Policy Network），給定當(dāng)前局面，預(yù)測并采樣下一步的走棋；二、快速走子（Fast rollout），目標(biāo)和策略網(wǎng)絡(luò)一樣，但在適當(dāng)犧牲走棋質(zhì)量的條件下，速度要比策略網(wǎng)絡(luò)快1000倍；三、價值網(wǎng)絡(luò)（Value Network），給定當(dāng)前局面，估計是白勝概率大還是黑勝概率大；四、蒙特卡洛樹搜索（Monte Carlo Tree Search），把以上這三個部分連起來，形成一個完整的系統(tǒng)。

兩個大腦
阿爾法圍棋（AlphaGo）是通過兩個不同神經(jīng)網(wǎng)絡(luò)“大腦”合作來改進下棋。這些“大腦”是多層神經(jīng)網(wǎng)絡(luò)，跟那些Google圖片搜索引擎識別圖片在結(jié)構(gòu)上是相似的。它們從多層啟發(fā)式二維過濾器開始，去處理圍棋棋盤的定位，就像圖片分類器網(wǎng)絡(luò)處理圖片一樣。經(jīng)過過濾，13個完全連接的神經(jīng)網(wǎng)絡(luò)層產(chǎn)生對它們看到的局面判斷。這些層能夠做分類和邏輯推理。
第一大腦：落子選擇器 （Move Picker）
阿爾法圍棋（AlphaGo）的第一個神經(jīng)網(wǎng)絡(luò)大腦是“監(jiān)督學(xué)習(xí)的策略網(wǎng)絡(luò)（Policy Network）” ，觀察棋盤布局企圖找到最佳的下一步。事實上，它預(yù)測每一個合法下一步的最佳概率，那么最前面猜測的就是那個概率最高的。這可以理解成“落子選擇器”。
第二大腦：棋局評估器 （Position Evaluator）
阿爾法圍棋（AlphaGo）的第二個大腦相對于落子選擇器是回答另一個問題，它不是去猜測具體下一步，而是在給定棋子位置情況下，預(yù)測每一個棋手贏棋的概率。這“局面評估器”就是“價值網(wǎng)絡(luò)（Value Network）”，通過整體局面判斷來輔助落子選擇器。這個判斷僅僅是大概的，但對于閱讀速度提高很有幫助。通過分析歸類潛在的未來局面的“好”與“壞”，阿爾法圍棋能夠決定是否通過特殊變種去深入閱讀。如果局面評估器說這個特殊變種不行，那么AI就跳過閱讀。
這些網(wǎng)絡(luò)通過反復(fù)訓(xùn)練來檢查結(jié)果，再去校對調(diào)整參數(shù)，去讓下次執(zhí)行更好。這個處理器有大量的隨機性元素，所以人們是不可能精確知道網(wǎng)絡(luò)是如何“思考”的，但更多的訓(xùn)練后能讓它進化到更好。
操作過程
阿爾法圍棋（AlphaGo）為了應(yīng)對圍棋的復(fù)雜性，結(jié)合了監(jiān)督學(xué)習(xí)和強化學(xué)習(xí)的優(yōu)勢。它通過訓(xùn)練形成一個策略網(wǎng)絡(luò)（policy network），將棋盤上的局勢作為輸入信息，并對所有可行的落子位置生成一個概率分布。然后，訓(xùn)練出一個價值網(wǎng)絡(luò)（value network）對自我對弈進行預(yù)測，以 -1（對手的絕對勝利）到1（AlphaGo的絕對勝利）的標(biāo)準(zhǔn)，預(yù)測所有可行落子位置的結(jié)果。這兩個網(wǎng)絡(luò)自身都十分強大，而阿爾法圍棋將這兩種網(wǎng)絡(luò)整合進基于概率的蒙特卡羅樹搜索（MCTS）中，實現(xiàn)了它真正的優(yōu)勢。新版的阿爾法圍棋產(chǎn)生大量自我對弈棋局，為下一代版本提供了訓(xùn)練數(shù)據(jù)，此過程循環(huán)往復(fù)。
在獲取棋局信息后，阿爾法圍棋會根據(jù)策略網(wǎng)絡(luò)（policy network）探索哪個位置同時具備高潛在價值和高可能性，進而決定最佳落子位置。在分配的搜索時間結(jié)束時，模擬過程中被系統(tǒng)最頻繁考察的位置將成為阿爾法圍棋的最終選擇。在經(jīng)過先期的全盤探索和過程中對最佳落子的不斷揣摩后，阿爾法圍棋的搜索算法就能在其計算能力之上加入近似人類的直覺判斷。
2017年1月，谷歌Deep Mind公司CEO哈薩比斯在德國慕尼黑DLD（數(shù)字、生活、設(shè)計）創(chuàng)新大會上宣布推出真正2.0版本的阿爾法圍棋。其特點是擯棄了人類棋譜，只靠深度學(xué)習(xí)的方式成長起來挑戰(zhàn)圍棋的極限。

【軟件功能】

圍棋手筋練習(xí)(適用初學(xué)者)
初級圍棋死活練習(xí)(適用初學(xué)者)
中級圍棋死活練習(xí)(業(yè)三段左右)
高級圍棋死活練習(xí)(業(yè)五段以上)
圍棋定式(各階段均適用)
軟件融合了原來作者的所有圍棋練習(xí)軟件，有手盤320題，初級圍棋死活735題，中級圍棋死活735題，高級圍棋死活735題，另外集合了定式3968條，智能處理34020個解局下法!成就圍棋高手之路，就在圍棋練習(xí)大全，馬上開始吧...