人工智能阿尔法狗去年4胜1负战胜围棋高手李世石，经过9个多月的疯狂学习后，它升级了。阿尔法狗披着Master的马甲，在围棋对战网上以60胜0负的战绩横扫中日韩围棋大师，包括“棋圣”聂卫平。
　　围棋棋路复杂多变，一直被视为人类智慧的门槛，许多人终其一生都在研究。阿尔法狗“年纪轻轻”已经达到甚至超过围棋职业九段水平，这在围棋界和科技界可是件了不得的事情——机器的智慧接近甚至战胜了人类。
　　許多人知道阿尔法狗是一款厉害的人工智能围棋程序，但不知道阿尔法是怎么样学习围棋的。其实它的学习过程模仿了人类小孩，但更加疯狂。
　　人类小孩学习的过程，可以看做从书本、老师、家长和生活实际中学习知识，在头脑中理解知识，在考试、生活中应用知识三个阶段。就像先输入，再整合，最后输出。
　　用传统的英语学习过程打比方，第一个阶段是输入，是不断背单词、记句式、语法的过程。完成这个阶段已经很不容易，但是只完成这些还是不会用英语交流，和老外对话。
　　这个时候，就该进入第二个阶段，整合。在脑海中整合第一阶段的知识，才知道如何把单词组合成地道的句子，知道什么场合用什么话。
　　在第三阶段，就要输出了，能用英语交流，表达自己的想法。
　　人类学习概括起来就是经历从积累经验到总结规律，最终灵活运用这三个阶段。
　　那么，应该怎样教会机器学习呢？
　　机器没有办法读万卷书，行万里路，那么第一阶段只能从人类给它的数据中学习了。
　　在第二阶段，该怎么样教会机器从数据中总结规律，是机器学习的主要问题。几十年间，科学家们发明了各式各样的机器学习算法。通过编程，告诉机器学习需要的模型、执行学习的流程、学习模型中的参数。
　　我们用机器学习围棋做例子。专家们编写算法，把围棋的规则当模型，让机器执行自己和自己下棋的流程，并且下棋速度非常快。在机器下了成千上万盘棋后，就能获得许多参数，比如怎样的局势能赢，怎样的局势会输，对手的棋子占据哪些地方我输的概率大，我的棋子占据哪些地方赢的概率大……
　　渐渐地，机器就学会了下围棋，而且能战胜人类，完成了学习的第三阶段。
　　这样看来，机器学习的过程是模仿人类小孩的，甚至更简单，它不会像人类小孩一样会联想，会想象。
　　但机器学习的疯狂之处在于，突破了人类学习的速度、脑袋的容量和生命长短的限制。阿尔法狗可以在短时间内自己和自己下棋千万局，人类穷其一生也下不了百万局棋。
　　机器学习的模式简单，和人类如出一辙，但疯狂的量的积累，让机器有无限量的智慧和经验。