AlphaG算法的科学意义

大家知道，在围棋棋盘上有361个不o同的落子点。在围棋对弈过程中，有可能产生多少种不同的“棋局”呢？ 

实际问题是，围棋的棋手面对着各种不同的“棋局”思考怎么走棋。走错一步，可能全盘皆输。

围棋高手可以轻松自如地操控“棋局”，对他们而言，下棋是一种娱乐。围棋原本是为了人类智力活动而发明的一种益智游戏，而且是一种极好的智力游戏。

利用一点儿组合数学的知识，容易知道：围棋棋局有361阶乘（Factorial）个不同的种类（形态、位置各异），围棋棋手可以面对操控自如。这是人类具有智力的表现。

机器不同于人类，无法自由面对不同的“棋局”，因为“棋局”实在太多了，机器是处理不了的。

实际上，361阶乘大约等于2.018乘以10的170次方，也就是说，大约有2000…000(数字2后面有170个“0”)多个各不相同的“棋局”。实际上，围棋棋局个数比宇宙中的原子总数还要多。

AlphaGo利用蒙特卡洛树搜索算法，成功地应对361阶乘个“棋局”带来的复杂性。

蒙特卡洛树搜索算法可以应用于许多其他不同方面。这就是AlphaGo算法的科学意义之所在。AlphaGo来中国“搅局”围棋世界，大方向错了。

袁萌   6月1日