摘要：人、机的围棋对弈不等同于人、机之战。人的“学习”与机器的“学习”具有完全不同的性质和层次性。AlphaGo中基于人工神经网络ANN和“深度学习”等技术对围棋棋局的判断使算法的搜索空间成为可能。一方面，AlphaGo确实是学习了弈棋高手的经验才胜过了人，但另一方面，应更应该看到，人模仿了大脑神经系统制造了可以“学习”的机器，然后才是机器“学习”人的经验，这两方面才是对AlphaGo 和“人工智能”的智能性的正确理解。 人、机之间最大的区别就在于人是天生的主体学习者，机器则是在人造的“先天性”上才得到自己的“学习”能力。
　　 一、“一石激起千层浪”
　　 二、“围棋之战”不等于“人、机之战”
　　 三、“模仿”与“学习”
　　 四、围棋的全局性与AlphaGo
　　
　　 一、 “一石激起千层浪”
　　 3月12日，韩国著名围棋棋手李世石（右）对战谷歌AlphaGo的人机围攻棋大战在韩国首尔举行，AlphaGo（谷歌首席程序员Aja Huang执子）与李世石对弈。在去年战胜了欧洲围棋冠军樊麾后，AlphaGo与九段高手李世石之间的对弈，成了科学技术领域和新闻界的重大事件。
　　 阿尔法围棋（AlphaGo）是一款围棋人工智能机器，由位于英国伦敦的谷歌（Google）旗下DeepMind公司的戴维·西尔弗、艾佳·黄和戴密斯·哈萨比斯等团队开发。AlphaGo这次与李世石的比赛也是五盘三胜，胜者可获得奖金100万美元。此前李世石曾表示，自己看过AlphaGo的对局，也会做一些针对性的准备，认为机器人AlphaGo的棋力相当于三段棋手的水平。如果人工智能技术继续发展的话，再过一至两年，比赛的结果将很难预料。但AlphaGo表现出乎所有人意料。
　　 在首尔四季宾馆，经过4个多小时的对弈，到第176手AlphaGo在围棋棋盘上落下了最后一“石”，曾获多项世界冠军的九段棋手李世石向谷歌AplphaGo认输，AlphaGo以3比0率先获胜，——“石破天惊”，全球哗然！