前段时间被alphago zero刷屏，近期也读了些alphago zero的资料，准备将这些资料做个整理，对alphago zero原理做个简单介绍，如有疏漏请各位专家指正。
游戏AI，是人工智能最先研究的领域之一。以围棋为例，将每个棋盘定义为一个状态，每下一步棋就有一个状态变化，以19乘19，因此围棋状态总共有2的361次方种状态。利用计算机暴力搜索求解在当前的技术条件，是一件不可能事情。
既然无法暴力穷举解决问题，那我们考虑限制搜索的深度，获得近似最优解，极大极小搜索应运而生。在极大极小搜索基础上，为了降低搜索规模，alpha-beta剪枝技术被提出来。
基于树搜索的技术，需要解决两个关键问题：（1）如考评价当前状态获胜概率；（2）如何进行搜索。MCTS的横空出世，将棋类AI带到了一个新的高度，MCTS基本原理如下图所示，分为四个阶段：
对于MCTS同样有两个问题，需要解决，如何选择扩展节点，模拟下棋的策略怎么设计。UCT是MCTS的一个里程碑，解决了搜索策略问题。alphago zero就是建立在MCTS的框架上，使用了UCT搜索策略。
alphago zero的创新之处在于（1）基于深度学习设计了一个强大的评估函数，能够高效评估获胜概率以及当前局势下的下棋策略，并且训练样本基于围棋规则产生，摆脱了对人类棋谱的依赖；（2）利MCTS作为提升器，通过强化学习，不断提升自评估函数性能。alphago zero 用一个深度神经网络来度局面进行评估，同时给出下棋策略，输入是当前围棋状态，输出为获胜概率，和下一步棋的走子策略。
没有调查就没有发言权，深入了解一个事物，仅仅通过媒体/公众号文章是远远不够的，需要静下心去阅读一手材料。alphago zero基本上终结了围棋AI，但在机器学习理论层面并未有大的突破，也并未成为围棋上帝。alphago zero给机器学习领域打开了一扇新的思考窗口，更重要的是它将会吸引大批有天赋的小学生、中学生和大学生进入到AI领域，也许他们才是AI的未来！
由于时间比较仓促，有些图和描述过于粗糙，对于文献引用并也未列出，后续将补上。
