2016年3月15日,18次為其世界冠軍理事時被一款電腦程序阿伐狗打敗這時自90年代末深藍打敗國際相繼大師家裡卡斯帕洛夫之後在人工智能領域最具歷史性的事件之一所不同的是,阿伐狗可能代表了人工智能研究領域一個更大的轉折點正如最近發表的一篇論文所述阿伐狗及類似的程序的運算架構能夠處理遠比遊戲更複雜的問題為其起源於2500年前的中國遊戲規則是有兩名棋手在一個網格棋盤上佈置黑色或白色的石頭博弈以爭奪領地儘管遊戲的規則很簡單但為其遠比國際相期複雜得多在國際相期中可能的走法總數為使得100次方而為其則有使得700次方之多這使得在國際相期中深藍所使用的運算技巧無法處理為其的複雜性正是這種複雜性使為其對人工智能研究者來說充滿了吸引力一款能夠自己學習如何下好為其的程序或許在某些方面可以處理其他複雜的人工智能的問題出人意料的是開發阿法狗的團隊谷歌 DeepMind並沒有創造任何新的人工智能概念或方法其實阿法狗成功的秘密是其如何整合並運用了最新的數據驅動人工智能方法這被稱為深度學習這種人工智能的分支學習如何在無標籤的數據級中識別高度抽象的模式主要是通過使用模仿大腦處理信息的計算網絡作者們認為這種神經網絡的方法可以被認為是ACP技術的一個具體例子ACP是人工系統計算實驗和並行計算的縮寫ACP有效地縮短了阿法狗為決定一步棋必須搜索的遊戲空間阿法狗並沒有費力的搜索所有可能的下法而是通過不斷於自己下棋並學習以前下的棋來識別遊戲模式實際上阿法狗感受到了為其棋手所說的棋型作者認為研發這種直覺能提高對複雜工程經濟和社會問題的管理能力作者的觀點是阿法狗之類的程序能夠解決人類能解決的任何角色問題作者提出的這一阿法狗論題是邱齊圖靈論題的角色性版本邱齊圖靈論題認為人類可以計算的任何問題都可由圖靈機計算因此阿法狗最近的勝利是人工智能領域的前景頗為可觀儘管深度學習要取得為其領域之外的成功很可能還需要數十年以上的研究但阿法狗是一個好的開始