그러나 알파고는 딥러닝이라는 기술을 통해 스스로 지능을 업그레이드 시키고 있기때문에 버그가 거의 없는 소프트웨어라고 볼수있습니다.

딥러닝이라는 것은 신기술이 아니라 엔비디아 gpu 기술이 기하급수적으로 발달하고 있는 것과 연관이 있죠

과거에 인공지능 기술은 일반적으로 유전자 알고리즘 이라는것을 사용하는데 그이유는 cpu와 gpu의 하드웨어적인 제한으로 인하여

초당 연산에 제한이 컸었죠.병렬로 컴퓨터를 연결한다고 해도 하드웨어가 따라주지 않았습니다.

언론에서 알파고가 100억이라고 하는데 사실 3억도 들지 않는 하드웨어 장비이고 중요한것은 딥러닝이라는 소프트웨어 알고리즘을 이해하는것이 중요합니다.

기존 소프트웨어 기술로 딥러닝 알고리즘을 구축하는게 불가능하는게 아닙니다.다만 하드웨어 장비문제로 계산을 할려면 1년 10년걸리니 실전으로 사용할수 없었던것 뿐이고

그래서 우성 열성을 가려내서 경우의 수를 줄이는 유전자알고리즘을 썼던 방면 알파고의 딥러닝은 하드웨어의 비약적인 발전으로 인하여

우성 열성을 가려냄없이 가능한 모든 가지를 탐색해 나가는 트리서치를 사용하고있는것이 차이죠.

여기서 중요한 부분은 예측하지 못한 수가 나왔을 경우 알파고의 연산속도가 굉장히 길어지게됩니다.알파고의 하드웨어 성능으로도 바둑이라는 거 자체가

계산 속도가 엄청 오래걸리는 겁니다.

그래서 이세돌사범이 장시간을 생각해서 돌을 놓게되면 알파고는 연산을 위한 많은 시간을 벌게됩니다. 그 시간동안 다음에 가능한 수를 그시간동안 계속 트리서치로 연산하고있는데

만약 예측한 수가 정말로 나왔다면 다음수를 놓는데 알파고의 시간이 짧아지게됩니다.그래서 1국에서 5초만에 둔 경우가 한번있었는데

알파고가 예측한 수가 그대로 나왔고 디레이없이 5초만에 계산하게되죠.

짦은 시간동안에 이세돌이 예측 불가능한 어려운수를 빠르게 두게되면 알파고는 계산을 하기위해 자기시간을 많이소요하게됩니다.

그이후 알파고가 먼저 초읽기에 몰리게 되면 승산이 있습니다.

결론은 예측 불가능한 수를 빠른속도로 두게되면 알파고의 연산속도의 문제로 최적화 되지 않는 수를 놓을 가능성이 높아지게됩니다.

그래서 오히려 1국에서 제한시간을 많이 남겨두고 빠르게 두었던 1국이 가장 유리한 대국이었습니다.

알파고에게 시간을 많이 주게되면 트리탐색을 통한 최적화를 이길수없습니다.

유일한 방법은 알파고에게 시간을 주지 않고 우위를 차지하게 되면 초읽기에 들어갔을때 필승 가능합니다.