5月24日消息，围棋峰会进入第二天，在今日举行的人工智能高峰论坛上，Deepmind首席程序员席尔瓦解释为何选择围棋做切入点，“围棋是人类历史上最古老，研究最深入的游戏。它是构建和理解运算的最佳试验台。人工智能面临的巨大挑战：游戏大致可以进行穷举搜索。”
席尔瓦称训练AlphaGo时，通过人类专家进行监督式学习，再通过策略网络实现强化学习输入价值网络。AlphaGo树搜索通过策略网络减少搜索的宽度，以价值网络减少搜索的深度。
与李世石对战的AlphaGo Lee在谷歌云上有50个TPUs在运作，搜索50个棋步为10000个位置/秒，而昨天打败柯洁的AlphaGo Master则在单个TPU上进行游戏，AlphaGo成为自己的老师，它从自己的搜索里学习，有着更强大的策略和价值网络。AlphaGo Master比AlphaGo Lee强三子。
