Alphago(中文称号为阿尔法围棋或者阿尔法狗)是由英国伦敦Google DeepMind开辟的野生智能围棋顺序，成为第一个没有借助让子，正在全尺寸19×19的棋盘上击败职业围棋棋手的电脑围棋顺序，也是野生智能与人类聪慧的一年夜应战。

2016年3月正在一场五番棋围棋竞赛中，AlphaGo于前三局均击败职业围棋棋手李世乭，成为第一个没有借助让子而击败职业九段围棋棋手的电脑围棋顺序。

业余术语下去说：AlphaGo其做法是运用了蒙地卡罗树状搜刮与两个深度神经收集相分离办法，此中一个因此估值收集来评价少量的选点，而以走棋收集来挑选落子。正在这类计划下，电脑能够分离树状图的久远揣度，又可像人类的年夜脑同样自觉进修停止直觉锻炼，以进步下棋气力。

AlphaGo以及以前的围棋顺序比拟施展阐发出明显晋升。正在以及Crazy Stone以及Zen等其余围棋顺序的500局竞赛中，AlphaGo(运转于一台电脑上)仅输一局。而正在厥后的对于局中，AlphaGo(可运转于多台电脑上)正在500局竞赛中局部得胜，且对立运转正在单机上的 AlphaGo 有 77% 的胜率。2015年10月的散布式运算版本AlphaGo运用1,202块CPU及176块GPU。

但是 Google 并无地下表明从2015十月到2016三月间的气力加强有甚么硬件或者软件的改良，以是正在三月停止的比赛中能够进一步使用更多的硬件。

AlphaGo运用蒙特卡洛树搜刮，借助估值收集与走棋收集这两种深度神经收集，经过估值收集来评价少量选点，并经过走棋收集挑选落点。AlphaGo最后经过模拟人类玩家，测验考试婚配职业棋手的过往棋局，其数据库中约含3000万步棋着。一旦它到达了必定的纯熟水平，它开端以及本人棋战少量棋局，运用强化进修进一步改进它。围棋没法仅经过寻觅最好步来处理;游戏一盘均匀有150步，每步均匀有200种可选的下法，象征着有太多需求处理的能够性。