英国《大自然》杂志27日公开发表的论文，报导了一种能在传统策略游戏棋士上打败专业运动员的电脑程序。棋士被指出是人工智能领域一个十分具备标志性的大挑战，这项成果可能会给人工智能领域其他看起来难以实现的人类级别能力的项目带给期望。

现在的国际象棋领域，人类顶尖运动员都会被电脑杀死得丢盔弃甲，棋士则不然。棋士源于中国，两个运动员在矩形格子上互相交换下黑子和白子，目标是在比赛完结时比对方攻占更好的地盘。正是源自棋士极大的搜寻空间，很难估算局面和下子，让棋士被视为人工智能领域无法搞定的标志性项目。

目前为止最顺利的棋士计算机程序，能超过业余人类运动员的程度，但还无法和专业运动员在不想子的情况下一较高下。此次，坐落于英国伦敦的谷歌旗下DeepMind公司的戴维西尔弗、艾佳黄和杰米斯哈萨比斯与他们的团队，研发了一个叫AlphaGo的程序，利用价值网络去计算出来局面，用策略网络去自由选择下子。

训练这些深度神经网络的，是对人类专业棋局的监督自学以及让它和自己对局的强化自学。AlphaGo程序在和其他棋士程序的对付中取得了99.8%的胜率，并且在一项竞赛中以5比0的成绩战胜了欧洲棋士冠军。计算机程序能在不想子的情况下，在原始的棋士游戏中打败专业运动员，这还是第一次。

原本人们指出，之前10年后人工智能才能超过这一成就。

本文来源：BOB官方网站-www.okimobile.com