从图灵 1947 年的国际象棋程序到 2017 年 AlphaGo Zero 的横扫天下人工智能在棋类领域的研究走过了整整 70 年。早期的对弈算法依赖基于启发式知识人为设计的局面评估方案的路径搜索算法如Alpha-Beta 剪枝。这一方法在国际象棋中取得了巨大成功但在围棋领域却遇到了困难。根本原因在于围棋的局面难以准确评估因此无法获得有效的启发式知识。AlphaGo 的成功在于将蒙特卡洛树搜索与深度神经网络相结合解决了局面评估问题最终成为围棋国手。接着AlphaGo Zero 更进一步完全摆脱了对人类经验的依赖依靠自我对弈从零开始学会了走棋技巧。这场从规则驱动到数据驱动、再到自我学习的变革不仅展现了人工智能在复杂决策任务中的巨大潜力还预示着在一些特定任务上机器有可能通过自我探索找到超越人类经验的解决方案。