阿爾法圍棋（AlphaGo）是於2014年開始由Google DeepMind開發的人工智慧圍棋軟體。它曾入選2016年度中國媒體十大新詞，並被圍棋界公認其棋力已超過人類職業圍棋頂尖水平。 專業術語上來說，AlphaGo的做法是使用了蒙特卡洛樹搜尋與兩個深度神經網路相結合的方法，其中一個是以估值網路來評估大量的選點，而以走棋網路來選擇落子。在這種設計下，計算機可以結合樹狀圖的長遠推斷，又可像人類的大腦一樣自發學習進行直覺訓練，以提高下棋實力

阿爾法圍棋（AlphaGo）是一款圍棋人工智慧程式，程式利用“價值網路”去計算局面，用“策略網路”去選擇下子

阿爾法圍棋（AlphaGo）的主要工作原理是“深度學習”，“深度學習”指多層的人工神經網路和訓練它的方法。一層神經網路會把大量矩陣數字作為輸入，透過非線性啟用方法取權重，再產生另一個數據集合作為輸出。這就像生物神經大腦的工作機理一樣，透過合適的矩陣數量，多層組織連結一起，形成神經網路“大腦”進行精準複雜的處理，就像人們識別物體標註圖片一樣。　

兩個大腦

阿爾法圍棋（AlphaGo）透過兩個不同神經網路“大腦”合作來改進下棋，這些大腦是多層神經網路跟那些Google圖片搜尋引擎識別圖片在結構上是相似的。它們從多層啟發式二維過濾器開始，去處理圍棋棋盤的定位，就像圖片分類器網路處理圖片一樣。經過過濾，13個完全連線的神經網路層產生對它們看到的局面判斷。這些層能夠做分類和邏輯推理。