起源
故事从一个围棋说起，人类赖以自豪的智慧，为什么这么说，因为据统计，从这19乘19的方格中摆棋，可以有10的340次方的可能，用一个更形象的比拟，全宇宙的原子加起来，也比这个数要小。
也就是说，如果计算机靠暴力破解，是无法得到解的，而人凭着棋感可以走出非常高明的棋局，这就是为什么人那么高傲。
可是不幸的是，在IT男的世界里，总有一群倔人，他们决定做一只Go，可以碾压人类智慧的Go，全称阿法Go。
Go的进化历程
从官方公开的论文来看，从左到右是四只Go，英文名如上，看起来非常让人困惑，至少身为中国人的我，有一种看了等于白看的感觉，所以我决定根据它们的特点给它们起个易于理解的名字，例如Merry，笑话。
从左到右，名字为业余Go，模拟Go，进化Go和胜率Go
下面对这四只Go从输入到输出一一论述
业余Go
说它业余，是因为这只Go，只能模仿人类选手的百分之二十的行为。可以用弱智来形容。虽然如此，但是它有一个好处，快。计算快，因为简单。
构成
以一层神经网络构成
输入
以一个棋局来做输入，例如当前棋局的白子和黑子的位置，例如下图
输出
输出下一步所有可能的概率，例如下图
要让一个单层的神经网络变成一个业余Go，IT男把人类在网络上下棋的棋局保存下来作为训练数据，来让业余Go在读到训练数据的棋盘的时候，模拟人类下一步的走棋。
通过一些日子的训练，业余Go从零基础成了一个业余的。
模仿Go
模仿Go跟业余Go是类似的，它们唯一的不同，是模仿Go比业余Go复杂，其他，例如模仿人类走棋，输入数据，输出数据都是一样的
构成
它以多层神经网络构成
如下图
可以看到，模拟Go的结构是由13层的卷积加一个全连接层构成。
复杂的结构也代表着它比业余Go有更好的功力，所以同样用人类选手的下棋数据，对它进行同样的训练，它可以模仿百分之五十的人类下棋的功力。
进化Go
进化Go，顾名思义，就是它自己可以一步一步的成为武林高手。有一个非常高大上的的名字：强化学习。
进化Go一开始，是通过复制模拟Go生成的，然后进化Go就开始跟模拟Go进行武功比试，它们之间会产生千万计的棋局，然后进化Go就从这些生成的棋局中对自己进行调参，也就是优化，然后变成了进化Go一代。
然后进化Go一代又跟进化Go零代进行武功比试，如此类推。
有人可能就疑惑了，为什么进化Gon代要跟进化Gon-1代比试来提高自己的武功？
大家想想，练武的过程，开始大家只会一点武功，那么自然找个跟自己一样烂的人比试来吸取经验，随着经验的增多，武功也会比以前好，那么就要找武功更好的人来过招，一直迭代下去。
进化Go也是这样的一个过程
所以它的成长如下图
可以看出，随着Go的不断进化，它变得越来越强大，但是可以看出，它依然无法跟人类顶尖高手比拟。
胜率Go
模拟Go是模拟下一步走棋的，而胜率Go是计算当前局面的胜率的。
胜率Go的构造跟模拟Go类似，差别是它的输出是一个数字，而不是19乘19的概率。
它的训练数据通过进化Go之间的对弈生成，并通过统计估算出局面的胜率，作为训练数据
可以看出，胜率Go跟进化Go之间没有什么大的武功进步。
是什么让这些Go的武功可以碾压人类智慧？那是因为它们遇到了一颗树，这棵树学名叫蒙特卡洛搜索树
蒙特卡洛搜索树
这颗树，是把棋局的走势，变成一棵树，叶子节点就是决出胜负的棋局，例如当前棋局为第二层，这棵树就会通过利用业余Go模拟1000次随机走子，直到走到决出胜负为止，然后就可以估计当前节点走下去胜利的局数和失败的局数，继而得到一个胜率的估计值
那么Go通过结合胜率Go计算下一节点的胜率，通过模拟1000次随机走子计算出下一节点胜率的估计值，通过模拟Go计算出下一步走子的概率，综合这三项得出综合评分，并取最高分的为下一步走子。
综述
可以看出，AlphaGo并没有从智慧上胜过人类，而只是通过算力的优势，结合比较好的策略，来完胜人类选手。所以现在谈失业还早。好好上班。