圍棋ai用的什麼神經網路

① AlphaGo主要使用的技術是什麼

AlphaGo主要使用的技術是專家系統。

Alphago屬於人工智慧應用領域中的計算機博弈。阿爾法圍棋（AlphaGo）是第一個擊敗人類職業圍棋選手、第一個戰勝圍棋世界冠軍的人工智慧機器人，由谷歌（Google）旗下DeepMind公司戴密斯·哈薩比斯領銜的團隊開發。其主要工作原理是「深度學習」。

2017年7月18日，教育部、國家語委在北京發布《中國語言生活狀況報告（2017）》，「阿爾法圍棋」入選2016年度中國媒體十大新詞。

操作過程

阿爾法圍棋（AlphaGo）為了應對圍棋的復雜性，結合了監督學習和強化學習的優勢。它通過訓練形成一個策略網路（policy network），將棋盤上的局勢作為輸入信息，並對所有可行的落子位置生成一個概率分布。

然後，訓練出一個價值網路（value network）對自我對弈進行預測，以 -1（對手的絕對勝利）到1（AlphaGo的絕對勝利）的標准，預測所有可行落子位置的結果。

這兩個網路自身都十分強大，而阿爾法圍棋將這兩種網路整合進基於概率的蒙特卡羅樹搜索（MCTS）中，實現了它真正的優勢。新版的阿爾法圍棋產生大量自我對弈棋局，為下一代版本提供了訓練數據，此過程循環往復。

② 阿爾法圍棋的程序原理

谷歌為AlphaGo設計了兩個神經網路：「決策網路」（policy network）負責選擇下一步走法， 「值網路」（value network）則預測比賽勝利方，用人類圍棋高手的三千萬步圍棋走法訓練神經網路。與此同時，AlphaGo也自行研究新戰略，在它的神經網路之間運行了數千局圍棋，利用反復試驗調整連接點，完成了大量研究工作。