#21天打卡游戏人的日常思考# 2015年，Deepmind 的围棋AI程序 AlphaGo 横空出世，首次在无让子的对局中击败人类职业棋手，2016年1月，Deepmind 在 Nature 上发表相关论文“Mastering the game of Go with deep neural networks and tree search”，而后不久的2016年3月，AlphaGo 在五番棋比赛中以4:1击败人类世界冠军李世乭，引发了新一轮的人工智能狂潮。

在这个版本的 AlphaGo Lee 中，从历史对局中提取了3000万样本数据进行初始的监督学习(Supervised Learning)策略模型训练，使得AI可以根据一个给定的盘面判别下一步的走法，并在此之上，采用了强化学习(Reinforcement Learning)的思想对 AI 的走子能力和局面判断能力进行进一步的提升，基于这种方法强化的 MCTS 终于在面对人类职业棋手上取得了突破性进展，在不同的线下和线上比赛击败所有前来挑战人类高段职业棋手，并于2017年初以3:0再度击败人类世界冠军柯洁。

在2017年底，进化版的 AlphaGo Zero 在不依赖任何人类数据的情况下，依赖深度强化学习和自我对弈的方法，21天训练超越之前所有版本的 AlphaGo 程序，彻底明确了 AI 在围棋领域的霸主地位。