下象棋，AI主要依赖挖掘决策树，并尽可能地探索所有可能的走棋组合。
但这个方法对围棋就不可行了，围棋的每一步是在一个19x19的网格中的任意位置落下一个子，棋手每一步有超过200个不同的落子选择，与之对比，象棋棋手平均只有35个选择。
另外通常一局象棋比赛中，棋手大约一共要走40步；而在一局围棋比赛中，每个棋手要走100多步；正因为这样在围棋中使用穷举搜索策略，消耗会成指数增长。
还有，不论是比赛目标，还是评估哪一方在局势上占优，象棋比围棋都更加清晰，在象棋中目标很明确——将军。
有一些简单的启发式算法，可以用来判断目前哪一方胜算更大。
例如，你可能听说过一种计算方法，吃掉卒记一分，马和象算三分等等。
象棋AI就使用这种启发式算法，集中在决策树的某部分开始向下搜索，在围棋中却没有任何启发式算法可以判断目前谁胜算更大。
相比于“深蓝”，AlphaGo成功的一个主要因素，就是新增了深度学习神经网络，让它可以像人类一样思考，不仅拥有了大局观，还可以下出让人意想不到的妙招。
想想真的挺可怕！
但也别太悲观，AI之所以能战胜人类，也是因为人类教会了它们一个关键性的技术：
深度学习。
目前的人工智能，还是受控于人类的。
内容未完，下一页继续阅读