军柯洁对战，以3比0的总比分获胜。
围棋界公认阿尔法围棋的棋力已经超过人类职业围棋顶尖水平，在goratgs网站公布的世界职业围棋排名中，其等级分曾超过排名人类第一的棋手柯洁。
阿尔法围棋系统主要由几个部分组成：
一、策略网络（olicyrk），给定当前局面，预测并采样下一步的走棋。
二、快速走子（fastrollout），目标和策略网络一样，但在适当牺牲走棋质量的条件下，速度要比策略网络快1000倍。
络（vaerk），给定当前局面，估计是白胜概率大还是黑胜概率大。
四、蒙特卡洛树搜索（reesearch），把以上这三个部分连起来，形成一个完整的系统。
阿尔法围棋（alhago）此前的版本，结合了数百万人类围棋专家的棋谱，以及强化学习的监督学习进行了自我训练。
alhagozero的能力则在这个基础上有了质的提升。最大的区别是，它不再需要人类数据。
也就是说，它一开始就没有接触过人类棋谱。研发团队只是让它自由随意地在棋盘上下棋，然后进行自我博弈。
alhagozero使用新的强化学习方法，让自己变成了老师。系统一开始甚至并不知道什么是围棋，只是从单一神经网络开始，通过神经网络强大的搜索算法，进行了自我对弈。
随
第二百零六章 玄清杯(5/9)