关于人机大战，早在1997年就有一个叫 深蓝 我们的超级计算机赢了国际象棋冠军卡斯帕罗夫。
；深蓝 这是一台超级计算机。虽然看起来和人工智能程序Alpha Go不是一回事，但其实人工智能程序也需要计算机作为载体来工作，就像大脑也需要身体一样。
所以，把它们放在一起比较也就不足为奇了。
随着超级计算机技术的不断发展，如今即使是最常见的集成显卡，性能也超过了700GFLOPS。
；深蓝 从渐渐跟不上节奏到被甩了很多。
值得一提的是，世界上最快的超级计算机是我国的天河二号，性能达到33.86PFLOPS，是 深蓝 是计算机的30万倍。
然后，用 深蓝 谷歌Alpha Go相对于电脑的性能如何？此前，谷歌曾在《自然》杂志上发表过一篇关于这个人工智能系统的文章，文中称Alpha Go人工智能的计算机配备了48个CPU和8个GPU。
我们似乎不能直接把两者放在一起比较，因为Alpha Go运行在云计算平台上，我们可以通过竞争对手的电脑数据进行大致的比较，比如阿里云。
2015年12月，阿里云对外开放高性能计算服务。
这些计算机的单机浮点运算能力为11TFLOPS。
如果谷歌的计算机性能接近阿里云，那么Alpha Go驱动的硬件性能至少是深蓝的1000倍。
说到围棋和人工智能，我们可能对它们有所了解，但它们之间是如何联系的呢？
那是因为机器战胜人类的关键之一是围棋。
围棋，历史悠久，高度体现了人类的智慧。围棋棋盘有19道和361个交叉点。所涉及的可能情况的最大数量是3 361，近似体积是10 170。而在观测到的宇宙中，原子的数量只有10 ^ 80，棋势的最大数量也只有2 ^ 155。这是什么概念？看似简单，19条车道，361个路口，组成了一个浩瀚的宇宙。
所以有人说围棋是最能体现人类智慧的游戏。之前有人预言，人工智能(AI)需要十几年才能打败人类。所以如果抛开商业元素，这个比赛的意义可能就是见证历史，足以说明目前AI的技术研究已经达到了一个新的高度。
用AI下围棋有多难？
1.难点:围棋是建立在生死确认的基础上的。决定棋盘上一枚棋子的生死是最基本的，但要弄清楚一枚棋子是死是活却非常困难。而且，这种生老病死的状态是不断变化的。
研究本地生活搜索是AI Go发展的一个难点。
2.难点:棋形体现了人类形象思维的独特特征。棋手对棋形的感觉完全取决于自己的经验，而这种感觉恰恰是胜负的关键，也是棋手水平的标志。
人类棋手不愿意浪费自己的棋子去无谓地攻击对方的活棋形，或者无谓地试图挽救自己的死棋形。赋予AI这种棋形感是人工智能的重要任务。
3.难点:另外，需要研究特殊的算法来解决快速识别的问题。著名的计算机围棋程序员布恩说: 有了快速的模式识别方法，教程序用手部肌肉吃象棋就不难了。
；因此，模式识别算法是围棋对弈程序的重要组成部分，高效的模式识别算法体现了对弈程序的水平。当计算机的模式识别技术可以媲美人脑的时候，计算机围棋的棋力就离职业九段不远了。
简单来说，一方面，围棋的规则非常复杂，每一步的调整都会创造出更多的可能性，这对机器的计算能力要求很高。
另一方面，即使在机器中存储了足够多的现有围棋大战的数据，但由于围棋规则的复杂性和棋手棋步的不可预测性，对机器的适应能力或深度学习能力有更高的要求。
4.下围棋这么复杂，AI靠什么赢？
上面那么难，AI就没机会赢吗？不不不~
为了打败人类，研究人员想出了一个大杀手锏 mdash mdash这就是人工智能领域的新一代机器学习 mdash mdash深度学习和强化学习。
深度学习的概念，换句话说，就是让计算机像人脑一样学习和思考。
与传统的机器学习不同，深度学习将计算机科学与人类神经病学相结合，允许计算机独立学习。
比如不是有人告诉计算机它是一只猫，然后让它去识别验证。
而是提供大量的图片数据给计算机，让它自己学习分析，然后自己形成 猫 的概念，就像人类大脑的视觉皮层。
有了具有深度学习能力的人工智能系统，汽车在未来行驶时可以主动提醒你周围的路况，还可以应用到语音和人脸识别、医疗诊断等领域。
强化一词来源于行为心理学，将行为学习视为一个试错的过程，从而将动态的环境状态映射为相应的行动。
类似于传统的体验 落入陷阱，收获智慧 强化学习可以进行策略选择，广泛应用于象棋和迷宫。
这种依靠大数据和强大计算能力的叫做 深度学习 无监督或半监督的机器学习使计算机能够在没有人类参与的情况下完成只有高度专业化的专业人员才能完成的任务，甚至超越专家。
此外，为了实现更高的计算能力，谷歌还将Alpha Go接入了一个拥有1202个CPU的网络。
这使得这个人工智能系统的计算能力在原来的基础上提高了24倍。
经过计算，Alpha Go的性能大约是深蓝电脑的25000倍。
按照这个节奏，如果人类一年能玩1000局，AI一天可能会玩100万局。
所以只要Alpha Go经过足够的训练，还是有可能战胜人类棋手的。
毕竟，人类在长时间的棋局后，可能会因为生理和心理的限制而疲劳出错，但机器不会。
不过谷歌董事长施密特表示，即使机器真的赢了，人类还是会赢。
就算AlphaGo机器最终赢了李世石，人工智能会 ？滚动 人类还在怀疑。我们不必过于焦虑。人工智能可能还有很长的路要走。
历史上的人机大战
①深蓝击败卡斯帕罗夫。
1997年，IBM 深蓝 超级计算机深蓝以两胜一负三平的成绩击败了当时世界排名第一的国际象棋大师卡斯帕罗夫，成为胜利者。
②浪潮天梭挑战人类象棋大师。
2006年，浪潮天梭超算挑战人类象棋大师，在最后的巅峰对决中，许银川和浪潮天梭都以和为贵。
浪潮天梭向世界证明了自己的超强计算能力。
③全才华生挑战人类。
在2011年， 深蓝 我们的同学 沃森 (沃森)在美国老牌智力竞赛节目《危险边缘》中挑战两位人类冠军，获得成功。
④阿尔法围棋5:0击败欧洲冠军范辉。
2016年1月，谷歌公司的人工智能(AI)开发者 DeepMind Go电脑软件开发(位于英国) AlphaGo (阿尔法围棋)击败职业棋手范辉，开创全球先河。
进入21世纪后，科学研究从大数据、人工智能到虚拟现实，从发现类地行星、引力波到无人驾驶、量子计算。这是一个不断创新和惊喜的时代，我们有幸参与其中，可能比单纯讨论一场比赛的输赢更有趣。
