人工智能战胜围棋冠军，主要应用了深度学习和强化学习等技术。通过构建复杂的神经网络，人工智能可以对大量的围棋局面进行学习，并逐渐掌握围棋的策略和技巧。同时，通过与自己对弈和不断调整参数，人工智能可以不断提升自己的水平，最终达到了超越人类围棋冠军的地步。

人工智能战胜围棋冠军主要应用了深度学习、蒙特卡洛树搜索和强化学习等技术。

1. 深度学习：深度学习是一种机器学习方法，通过构建多层神经网络来学习数据的抽象表示。在围棋AI中，深度学习用于评估围棋棋局的胜负概率，以及生成可能的走法。

2. 蒙特卡洛树搜索：蒙特卡洛树搜索（MCTS）是一种高效的搜索算法，通过模拟大量的随机抽样来寻找最优解。在围棋AI中，MCTS用于在给定棋局的情况下，搜索最佳的走法。

3. 强化学习：强化学习是一种通过与环境交互来学习最优策略的机器学习方法。在围棋AI中，强化学习用于训练模型，使其能够根据之前的经验和奖励信号调整策略。

通过这些技术的融合，人工智能在围棋比赛中取得了突破性的成果。例如，AlphaGo和AlphaZero等围棋AI程序在与世界顶尖围棋选手的对弈中取得了胜利。

人工智能战胜围棋冠军主要应用了深度学习（Deep Learning）和强化学习（Reinforcement Learning）这两种技术。

1. 深度学习：深度学习是一种模仿人脑神经网络的机器学习方法，它通过大量的数据训练，使计算机能够自我学习和改进。在围棋AI中，深度学习被用来训练计算机识别棋盘上的局势，预测可能的走法，以及评估各种走法的优劣。

2. 强化学习：强化学习是一种让机器通过试错学习和延迟奖励来优化决策的机器学习方法。在围棋AI中，强化学习被用来训练计算机自我对弈，通过不断的试错和奖励，使计算机能够自我提高围棋水平。

答:阿尔法狗(AlphaGo)是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能程序，由谷歌(Google)公司的团队开发。其主要工作原理是“深度学习”。

2017年5月，在中国乌镇围棋峰会上，它与排名世界第一的世界围棋冠军柯洁对战，以3比0的总比分获胜。围棋界公认阿尔法围棋的棋力已经超过人类职业围棋顶尖水平。

围棋，起源于中国，中国古代称为“弈”，可以说是棋类之鼻祖，围棋至今已有4000多年的历史。据先秦典籍《世本》记载：“尧造围棋，丹朱善之。”晋张华在《博物志》中继承并发展了这种说法：“尧造围棋，以教子丹朱。若白：舜以子商均愚，故作围棋以教之。”

1964年版的《大英百科全书》就采纳这种说法，甚至将其确切年代定在公元前2356年。

唐代诗人皮日休所作的《原弈》认为：“弈之始作，必起自战国，有害诈争伪之道，当纵横者流之作矣。岂曰尧哉！”

明朝陈仁锡在《潜确类书》中又提出“乌曹作博、围棋”。乌曹相传是尧的臣子，有的人又说他是夏桀的臣子。后来，董斯张的《广博物志》、张英的《渊鉴类函》等也采录了这种说法。