阿尔法狗（AlphaGo）是由谷歌DeepMind公司开发的一款人工智能围棋程序，其核心技术包括 深度学习、强化学习和蒙特卡洛树搜索。阿尔法狗的核心是两个大脑：策略网络（Policy Network）和价值网络（Value Network）。策略网络负责预测下一步的最佳走法，而价值网络则评估当前棋局的胜负概率。
在编程语言方面，阿尔法狗主要使用了 Python，同时还使用了一些 C++和CUDA来进行高性能计算。深度强化学习是一种结合了深度学习和强化学习的方法，它的目标是让机器能够从环境中学习并获得最优的行为策略。在深度强化学习中，机器通过与环境的交互来学习，通过观察环境的状态和奖励信号来调整自己的行为。具体到阿尔法狗，它的编程是基于深度强化学习算法的一个具体应用。