在架構上，Alphago可以說有兩個大腦。
第一個大腦「策略網路」，用監督式學習，來判斷對手最可能的落子位置。大量輸入這個世界上職業棋手的棋譜，來預測可能的位置。雖預測正確機率只有57%，但Alphago在兩個層面做了加強，一是利用了"增強策略網路"的技術，一個基礎版本的策略網路與進階版策略網路對弈，互相訓練，提升預測的準確率。二是先透過卷積核排除依些區域不計算，再從剩餘區域找最可能的位置。
第二個大腦是「評價網路」，關注目前局勢來說勝率是多少。輸贏跟原來的兩人實力無關，而是跟下的位置有關。因此評價網路並不是透過這世界上已知的棋譜作為訓練，因為人類對奕會受到雙方實力的影響，所以透過兩台對弈的方式，可以快速地累積出正確的評價樣本，而最終答案他會留到最後的蒙利卡羅搜尋樹中解決。
而蒙利卡羅搜尋樹包含四步驟:
1.選取:根據目前狀態，選幾種可能的對手落子模式
2.展開:根據對手落子，展開至勝率的最大的落子模式
3.評估:將行動後的棋局丟置評價網路評估勝率
4.倒傳導:在我們落子之後，根據我們落子的位置再次預測對手會落子的位子
參考資料:https://dotblogs.com.tw/allanyiin/2016/03/12/222215