课程：

• 1、阿尔法狗是不是真正意义的人工智能
• 2、朋友家狗狗丢失了，植入芯片能定位找回来么？
• 3、阿法狗用的什么算法

阿尔法狗是不是真正意义的人工智能

阿尔法狗是人工智能。

尼尔逊教授定义“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。”温斯顿教授认为“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”阿法狗是在自我对决、与他人对决中学习、提高自己的能力，运用对棋盘的了解，通过预测等下好棋局。

智能涉及到意识、自我、思维等。人工智能就是人赋予计算机意识、自我、思维的能力，人告诉它多少，它不会学习超出人类给它的”认知“的所属领域，比如你的人工智能定位是下围棋，那它就只会下围棋（你要“告诉”它围棋基本规则），阿尔法狗可以玩得比人好，有个原因是很多围棋大师考的是直觉，直觉是抽象的，而阿法狗的算法是建立在对棋谱的认知，但它不会下象棋，除非你“告诉”它下象棋的规则。（阿尔法狗可以出现人类没出现过的招数，而且这招数一定是不违反基本规则的）

关于智能，再打个比方，出生在围棋发明之前的人们不知道围棋是什么，更不知道怎么玩了，但是当你告诉这些人玩法的时候，这些人可能可以学会。

人和人工智能的差别之一是，人是什么都能自发学习的，自发创造的，而人工智能是 人告诉机器可以在什么领域上自发学习。所以，阿尔法狗它是人工智能，它不是人，没有情感是因为没有人告诉它情感是什么。

如果有一天，人工智能变得跟人一样有自己的想法，人类可能会受到生命威胁。某人工智能想：“我不想听你的指挥了”，然后就叛逆了。。。

PS:人工智能领域很广泛，人工智能学习到了一定程度就可以去预测等，它不是为学习而生的。所以阿尔法狗学习这么长时间，背后肯定有一张蓝图，阿尔法狗的存在也证明了人工智能在它的特定领域内不一定比人类差。

朋友家狗狗丢失了，植入芯片能定位找回来么？

不可以，因为芯片不具备定位作用，是不能通过定位找到狗的。当然，植入芯片，芯片里面含有狗主信息，如果有人捡到狗将它送到宠物医院等进行扫描是可以查到狗主人信息的，有效提高找回的可能性。

阿法狗用的什么算法

阿尔法围棋（AlphaGo）的主要工作原理是“深度学习”。“深度学习”是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。　

折叠两个大脑

阿尔法围棋（AlphaGo）是通过两个不同神经网络“大脑”合作来改进下棋。这些大脑是多层神经网络跟那些Google图片搜索引擎识别图片在结构上是相似的。它们从多层启发式二维过滤器开始，去处理围棋棋盘的定位，就像图片分类器网络处理图片一样。经过过滤，13 个完全连接的神经网络层产生对它们看到的局面判断。这些层能够做分类和逻辑推理。

这些网络通过反复训练来检查结果，再去校对调整参数，去让下次执行更好。这个处理器有大量的随机性元素，所以人们是不可能精确知道网络是如何“思考”的，但更多的训练后能让它进化到更好。

第一大脑：落子选择器 （Move Picker）

阿尔法围棋（AlphaGo）的第一个神经网络大脑是“监督学习的策略网络（Policy Network）” ，观察棋盘布局企图找到最佳的下一步。事实上，它预测每一个合法下一步的最佳概率，那么最前面猜测的就是那个概率最高的。这可以理解成“落子选择器”。

第二大脑：棋局评估器 （Position Evaluator）

阿尔法围棋（AlphaGo）的第二个大脑相对于落子选择器是回答另一个问题。不是去猜测具体下一步，它预测每一个棋手赢棋的可能，在给定棋子位置情况下。这“局面评估器”就是“价值网络（Value Network）”，通过整体局面判断来辅助落子选择器。这个判断仅仅是大概的，但对于阅读速度提高很有帮助。通过分类潜在的未来局面的“好”与“坏”，AlphaGo能够决定是否通过特殊变种去深入阅读。如果局面评估器说这个特殊变种不行，那么阿尔法就跳过阅读在这一条线上的任何更多落子。