谷歌的人工智能众所周知，那么谷歌的人工智能叫什么名字呢？下面是边肖为你整理的谷歌人工智能叫什么名字，供大家阅读！
1936年，艾伦图灵提出了一种可以辅助数学研究的机器(后来称为“图灵机”)。80年过去了，人类在人工智能领域取得了飞速的进步。上世纪90年代，IBM超级计算机“深蓝”击败国际象棋世界冠军，引发了计算机是否超越人脑的激烈争论。然而，围棋却因为其不可预知的走法，成为AI(人工智能)无法征服的“禁区”。当然，这个世界上总有“不信者”。由DeepMind开发的人工智能程序AlphaGo击败了欧洲围棋冠军魏凡。
AlphaGo的起源是什么？
起初，DeepMind是英国的一家小型人工智能公司，专注于深度学习和分析建模。2014年被谷歌收购。这家公司的创始人是戴密斯哈萨比斯，他拥有剑桥大学和伦敦大学学院的计算机科学和认知神经科学学位，也是一名国际象棋大师。从外表上看，“学生模样”的哈萨比斯很普通，但他对AI的看法和视野发生了很大的变化，包括著名物理学家斯蒂芬霍金。霍金一直倾向于“AI威胁论”，认为智能机器总有一天会威胁到人类的安全。然而，在与哈萨比斯进行了4个小时的长谈后，霍金似乎改变了态度。
在介绍完DeepMind的负责人之后，我们把目光转回AlphaGo。其实AlphaGo早就出名了。它先后和狂石、禅(两个知名围棋程序)下了500局，只输了一局。此外，它优于脸书的围棋程序“黑暗森林”，后者得到了马克扎克伯格的支持。Go有政策网和价值网的能力。前者分析形势，预测对手招式，后者负责判断胜率，能在2微秒内出招。黑暗森林只有第一种能力，出招需要更慢的时间。
当然，真正让AlphaGo出名的是战胜欧洲围棋冠军范辉，当时引起轩然大波，甚至推高了谷歌的股价。毕竟，这是计算机对人脑的胜利。更重要的是，从计算机的角度来看，与象棋相比，围棋的难度要大得多，每一步的潜在组合都非常复杂。有专家曾说，AI不可能在十年内掌握围棋。
AlphaGo是一个围棋人工智能程序，由谷歌在英国伦敦的子公司DeepMind公司的大卫西尔弗、艾黄佳和戴密斯哈萨比斯及其团队开发。这个程序使用“价值网络”来计算形势，使用“策略网络”来选择下一步行动。2015年10月，阿尔法围棋以5:0击败欧洲围棋冠军、职业二段棋手魏凡；2016年3月，李世石输给了世界围棋冠军、职业九段棋手李世石。
AlphaGo是一个围棋人工智能程序。这个程序用“价值网络”来计算形势，用“策略网络”来选择下一步。
深度学习
AlphaGo的主要工作原理是“深度学习”。“深度学习”是指多层人工神经网络和训练它的方法。一层神经网络以大量矩阵数为输入，用非线性激活方法加权，再生成另一个数据集作为输出。就像生物神经大脑的工作机制一样。通过适当数量的矩阵，多层组织链接在一起，形成一个神经网络“大脑”，进行精确而复杂的处理，就像人们识别物体和标记图片一样。
两个大脑
围棋(AlphaGo)就是通过两个不同的神经网络“大脑”的合作来提高下棋水平。这些大脑是多层神经网络，结构类似于谷歌图像搜索引擎识别的那些图像。他们从多层启发式二维过滤器入手，处理围棋棋盘的定位，就像图片分类器网络处理图片一样。过滤后，13个完全连接的神经网络层对他们看到的东西产生判断。这些层可以进行分类和逻辑推理。
这些网络通过反复训练来检查结果，然后校对调整参数，使接下来的执行更好。这个处理器有很多随机元素，所以人们不可能确切知道网络是如何“思考”的，但更多的训练可以让它进化到更好。
第一个大脑：移动选择器
AlphaGo的第一个神经网络大脑是“监督学习的策略网络”。观察棋盘的布局试图找到最好的下一步。事实上，它预测了每一个合法的下一步的最佳概率，所以第一个猜测是概率最高的一个。这可以理解为“下拉选择器”。
第二个大脑：位置评估者
AlphaGo (AlphaGo)的第二大脑回答的是另一个相对于下拉选择器的问题。它不是猜测具体的下一步，而是在给定棋子位置的情况下，预测每个棋手赢棋的可能性。这个“形势评估器”就是“价值网”，通过判断全局来辅助后选人。这个判断只是大概，但是对提高阅读速度很有帮助。通过对“好”和“坏”的潜在未来情况进行分类，AlphaGo可以决定是否通过特殊的变体进行深度阅读。如果情况评估者说这个特殊的变体不好，那么AI将跳过阅读这条线上的任何更多移动。
