人類與人工智慧的最後一戰

　　AlphaGo VS 李世石的一戰，最終在4：1的比分下結束了比賽。李世石勉強守住了一局。雖然第五局，李世石的優勢延長了許多。同時玩出了局部「重複局面」，估計使用蒙地卡羅算法的AlphaGo面對這個對九段棋手稀鬆平常的局面（據Michael Redmond），深度超過了它的當前的搜索深度（在它目前的硬件條件下）。這無疑可以當成日後人類棋手再次（如果還有的話，可能性即使有，大概也是明年底以後的事情了吧！主因還得看是否有意義！）迎戰AlphaGo的「思想武器」。用局部的「深度重複局面」組合成一個完整的戰略，各個擊破AlphaGo。AlphaGo 的優勢也很清楚的表現在這幾盤，那最終落子可能性越來越少時，它的耗時也非常少，而這一點對人類非常不利。今天李世石下出了280手，AlphaGo居然也跟著玩下去，並最終取勝，就是一個很客觀的證據（即便理所當然）。

（取自：Board19 | 圍棋 News）

　　這一次AlphaGo除了在右下角陷入劣勢之外，也下出了許多「蒙地卡羅演算法」的棋步。

今天的另一個話題是AlphaGo 取得了韓國棋院頒發的九段證書，又製造了一個第一，那就是AlphaGo 成為第一個非人類的九段「棋手」。

（取自韓國棋院推特）

這一戰雖然結束了，卻也引爆了很多話題。包括為什麼要挑李世石據說已經過了巔峰期的九段高手，而不挑年輕正盛才十八歲的2015職業棋手冠軍柯潔九段。其實之所以會有這個問題出現，完全是因為比賽出現了所有九段棋手都始料未及的局面，也即AlphaGo太強大了。因此，在第一局李世石落敗後這個無謂議題便被提出。如果李世石輕鬆完敗AlphaGo，這個問題被提出的機率就太小了！但挑柯潔，有代表性嗎？顯然不夠代表性。一個2015年才站上冠軍寶座，拿下三座世界賽冠軍獎杯，2016年年初積分冠軍的棋手，很難跟一個已經在棋壇上拿到十八個世界賽冠軍獎杯（亞軍就不計了），「近十年職業圍棋世界排名第一時間最久的棋王」、早年擁有「飛禽鳥不敗少年」之稱的李世石的地位、傳奇性、穩定性等相提並論。如果柯潔今年無法守住世界冠軍寶座，那麼他的狂言就更像是一個笑話。不說Google可能不會再舉辦這樣的比賽，即使舉辦了，如果要依照現在「捧」柯潔出來應戰的說法，也是挑「當年的（或前一年的）冠軍」。柯潔能「繼續」取得該年的（或該年前一年）冠軍嗎？如果不能，那絕對是一個笑話無疑了！柯潔雖然自稱自己在與李世石的十次戰役中「輾壓」了李世石，但這麼重大的世紀戰役，不挑像李世石這樣的「傳奇」，卻挑這個本想「終結傳奇」最終卻因為比分太近而改稱「向傳奇致敬」的年輕棋手，會發生什麼事？一由於柯潔是中國人，Google是美國企業，如果最終比分比這次的還遭，柯潔被5：0完敗，那麼估計類似以下並不陌生的說法便會出現：「為什麼要挑一個才剛十八歲的柯潔？而不挑一個有更豐富的實戰經驗的棋手（譬如石佛、李世石、圍棋皇帝）？」「這一切都是美帝的陰謀。」「這根本是在用圍棋對中國進行羞辱。」「根本是在摧殘幼苗。」諸如此類比這還難聽、更陰謀論的言論會被「引爆」，似乎也不難「推估」與「想像」。而所有這一切也可能因為應戰的是一個還尚未自己創造傳奇的棋手是一個中國人，於是在台灣的「輿論導向」下，被引導到另一個方向。任何因為柯潔被完敗而引來的笑話、嘲諷，只會更多，不會更少，而觀眾可能也會因此大減（至少就台灣而論）。
　　從媒體一開始報導「李世石」的「世界棋王」頭銜，至今逐漸的變成了「南韓棋王（從全球變成區域）」、「圍棋天才（與冠軍無關）」，以致於到了一些仇韓的台灣人口中，又從圍棋界正常的「李九段」變成了「韓國狗」！從多數人期待李世石代表「人類」棋手扳回一城，到李世石真的扳回一城時，仇韓的台灣人便開始宣傳「放水、作弊」等等荒謬言論。少部分媒體顯然正刻意在引導著觀眾，至於目的是什麼，就不多說了！台灣民眾本來就容易被媒體操控，沒想到在這麼一個意義如此重大的世紀大戰中，仇恨的叫囂聲仍然不絕於耳！
　　至於接下來Google還會再辦比賽嗎？我想很多人可能跟我一樣不太在意了！就跟當年更深的藍打敗卡司帕洛夫後的情景一樣，這也是人心的基本規律！
　　柯潔用「輾壓」來形容他對李世石的戰役，但根據統計學，這樣的樣本數實在太少，代表性不足。如果一個棋手「輾壓」的不是「傳奇」，那麼他也不會成為「傳奇」，可是如果自己的傳奇必須用這種方式來創造，那也是很可悲的事情！柯潔能在十八歲拿到職業棋手的世界冠軍，當然有實力作為依據。可當今有太多人是連柯潔的實力都沒有，卻敢於藉由背後龐大的勢力，以為可以藉由背後龐大的勢力來「輾壓」「傳奇」，以成就自己的「傳奇」。同時在龐大勢力的支持下，掩蓋龐大勢力在背後支持的「真相」！從這點來看，人不輕狂枉少年的柯潔，可能還顯得可愛一點！
　　李世石與AlphaGo的一戰，讓我覺得更像是一個「普通人類高手」對抗「超人類」或者簡稱「超人」的情況。只是這個「超人」是由龐大的硬件所支撐，而在現實的世界上，許多不是因為自己的實力而是被媒體「捧」出來的人，支撐他虛假面具的卻是其背後的龐大勢力。真正「輾壓」「傳奇」的是他背後的勢力而不是他個人，但他背後的勢力只要足夠強大，完全可以掩蓋所有的真相！而世人將只是或者依然是被愚弄與玩弄的玩物！
　　這種「超人」與「人類」的對比，也讓我想起了十幾年前與「淺紅」這套象棋軟體的幾場「大戰」。由於當時一個人正在台北，為了從象棋對奕過程中提取「策略」，也為了建構抽象的「通用策略框架」，因此常常跟這套不算強的棋軟玩上幾盤。讓我映像深刻的是，為了理解一個類似「超人」對「人類」這樣的「智力差距」可能達到什麼「後果」，於是我跟淺紅的不同人工智慧等級進行了對奕。其中，在接近初級的情況下，我可以下出「全軍」而勝的局面，也就是一顆棋子都沒有損失，就吃掉了對方所有的棋子（不只是取勝，而是吃掉對方所有的棋子。可惜棋譜沒有保存好。）；或者用大概五步到七步的走法取勝而結束棋局。這讓我深刻理解到，當一個人理解了對方的「行為模式」、「判斷準則」之後，他便可以把對方完全的操弄在手中！可惜，由於生活的不穩定與資源的匱乏，我一直未能完成這個「通用策略」演算法，以及設計出一個「通用的」「策略導向」的棋類軟體！
　　從李世石這五局一路看下來，讓我比較印象深刻的除了實際的對戰局面以外，還有Michael Redmond九段在李世石還在思考階段時的一些推測、分析。從中我們不難發現，人類棋手可以瞬間掌握一些關鍵的步數，這是屬於所謂「策略導向」，這通常是局部性的思考，直到棋盤到了中盤時，才會更接近於全局性思考（在國際象棋、中國象棋上一開始就是全局思考，這是因為相對而言棋子的擺設都已經固定，而且棋子被吃以後也不能再回到棋盤上。）。而「勝率導向」，一般是由評價函數對整個盤面進行計算來進行的，也即電腦圍棋、象棋的主要設計方式。雖然，人類也會評價局面，但人類並不會實際上去計算這個子價值多少，而是類似這個子重不重要，是否損失後就會影響勝敗等判斷。因此，電腦是根據一個可能不夠客觀的「精確數值」來計算並最後經由比對數值大小而做出判斷，而人類主要是用更「模糊」的方式來直接做出判斷。因此，不妨思考，如果把「策略導向」的技術結合「勝率導向」技術會如何？因為策略導向本身可以以人類的方式進行思考，而勝率導向可以從這些思考方向進行深度計算，如此一來這樣的計算可以在同樣的時間下往更深的層次進行計算。果真這樣的軟體被設計出來了，相信圍棋即便只用單顆CPU都能完敗九段棋手。這才叫「輾壓」！
　　在個人的思考裡，這樣的技術可能最終被用在全自動化的軍事設備上，譬如無人機戰鬥群、機器人小組、坦克群、直升機戰鬥群等，因為如果人類還想要用遠端遙控的方式來操縱無人機群進行戰鬥，那無疑就像是古代的千里御將一樣，或者用電腦架構來比擬，是類似因為RAM太小而不停的從硬碟提取資料一樣。顯然，這最後可能會造成災難，或者必然造成災難。而當人工智慧已經可以操控整個無人機戰鬥群，進行即時演算，與協力作戰時，我相信沒有一個國家還能取得任何的空中優勢！即便他們可能擁有性能「更」優的機種。
　　這樣的技術，哪一個大國的國防部會不感興趣？唯一可以慶幸的是，個人已經暫時終止了這些研究計畫。如果當年我接受了營長的建議，向陸總部就加密技術進行提案，或許今天個人的人生會走向不一樣的景況。不過歷史無法假設！這種全自動化的技術，顯然便是未來的技術。人工智慧最終必然用到軍事領域，這是絕對無法避免的事情！也是一個最終會降臨的現實，就好像人類終將敗在電腦圍棋手下一樣。只是，這一次未來會用多快的速度前來呢？這一點就留給未來自己來揭露了！
　　至於人工智慧接下來的發展重點，自然是「自然語言理解」！這才是終極的「聖杯」！

李世石「神之一手」與AlphaGo的「廢棋」

　　今天李世石終於贏了第一場，不小心又猜中了。那些猜五比零的又破功了。這一局堪稱超級精采，尤其李世石對時間的掌控真是超出人類水平，無可挑剔！那種在一分鐘內不停的決策與利用電腦思考時間的「後台時間」運用（一般用來指稱電腦軟體利用人類棋手思考時間進行預設性搜索的時間運用方式，其實就是電腦模仿人類的做法。這個只是有趣的說法。），比前幾局控制得更好，甚至已經達到駕輕就熟的地步。而最終，成果扭轉了這場比賽最大的不利因素：時間。以180子逼AlphaGo投降了！其中第78子被稱為「神之一手」！
　　李世石在這場世紀大戰裡面至少創下兩個記錄，一是第一個九段高手敗給電腦（AlphaGo），二是第一個九段高手下贏了電腦（至少一盤）。所以日後關於誰再與AlphaGo下棋，大家的興趣就不再濃厚了。因為第一個打贏的也是李世石（局部戰役），第一個打輸的也是李世石（全局），日後AlphaGo再經過訓練，估計還會更強，幾乎也是不用說的。Google的聖杯已經拿到，眾人免費看了一場超級精采的世紀對奕，大家皆大歡喜。
　　從四場比賽看下來，Google圍棋即時講評Michael Redmond（唯一非東亞裔九段）常常能猜中AlphaGo的著法，如果詳細計算相合次數，以此為判斷基礎，AlphaGo在1202個CPU與176個GPU以及目前的演算法資料庫下，相當於人類九段的高手水準，或者「稍微」略高一點。如果考量到人類心理與生理因素對人的不利影響，可以「直覺」的說AlphaGo的棋力相當於九段。
　　至於目前的AlphaGo仍然可以被九段高手擊敗已經是事實了。因此也就不用再多做分析，或者提供「方法」了。這一盤比較有意思的是，AlphaGo終於下出了我期待已久的「廢棋」（機率很低，大概只有李世石這樣的高手才能逼電腦下出來，而且幾乎可能也不多！一般而言廢棋其實不廢，只是功用太低了！），或者被稱為「死子」。這種棋之所以會被下出，不是AlphaGo的程式設計有什麼問題，而是因為，稍微離題一點，相信玩過（電腦版）國際象棋、中國象棋甚至日本將棋的棋類遊戲開發者或者敏銳的讀者都可能遇到過這種電腦下「廢棋」的狀況。電腦之所以下廢棋，正是因為它在當時的「時間控制策略」與「搜索深度」的綜合條件下已經沒法發現更好的走法，於是它選擇走出了一般棋軟在面臨被「將軍」以前都會產生的「廢棋」。事實上，如果時間多一點或者深度多一點，這著棋都可能不會走出，或者不會在那個當下走出。（搜索樹被引導到其中幾條路徑，而這些路徑的搜索與判斷時間消耗了多數的時間，來不及再對其他路徑進行同樣深度的搜索。）
　　一般而言，國際象棋、中國象棋、日本將棋之類的遊戲，輸贏判定非常簡單，所以出現這種棋的情況也不少，只要人類棋手夠高段就行了。所以從這裡又可以證明，AlphaGo在當前的硬件與軟件配置下，棋力就相當於九段的程度。一如李世石的說法，還沒有到達「神」的境界！或許哪一天會達到吧，但一如更深的藍打敗卡司帕洛夫之後，就不再有人關心電腦是否已經「無敵」了一樣。相信這種情況也會出現在圍棋領域。同時，由於AlphaGo在這樣的硬件配置下對單機版AlphaGo（48個CPU＋8個GPU）擁有70％的勝率，因此單機版的棋力大概介於九段與八段之間或者就是九段（因為這很難判斷）。不管如何，AlphaGo的技術短期內都不太可能被圍棋學院拿來訓練棋手，也幾乎可以肯定。至於日後誰能研發出在單顆CPU的個人電腦甚至筆記電腦上或者平板上就能完敗人類的圍棋軟體，至少可以肯定這一天應該不會這麼快到來。所以圍棋高手應該還有很長的一段時間不用改變任何「技術」。
　　不管是現在的AlphaGo或者之前的更深的藍，甚至類似2006年浪潮杯的棋天大聖（中國象棋電腦冠軍），其實都是用搜索來決定下子。換句話說，這些棋軟並不存在什麼複雜策略的構思能力，而是一種路徑導向的搜索能力。這是一種基於勝率的全局式的下法，因此直白的說並非人類可以學習的，或者正確的說法是人類早就知道怎麼做了（日後有機會再交代）。在這種情況下，一個程度夠高的棋類軟體對於不同程度的對手會有不同的反應，一如之前所說，那種反應在程度低的棋手上，電腦會根據棋手拙劣的下法而給出相對不那麼高明的走法，而這就容易讓人類高階棋手產生「錯覺」。簡單的說法就是，電腦本身的方法是固定的，但隨著棋手的程度會有不同的應對方法，而一個最根本的原則就是下出勝率最高的一個走法。如果以人類的觀點來理解，有些段數不夠的來看高級棋軟的走法就可能「不明所以」或誤以為是「劣手」，其實那都是幾十步內最佳的走法，但可能「不具備」或者更精確的說「不吻合」任何人類的策略概念。（可以用「大巧若拙」來形容這種下法，由於這種下法牽涉到太深的思考，一般而言超出了人類的計算能力。但只要穩扎穩打、攻守兼備，和棋不難，贏棋有望。這次李世石有幾次的選擇都選擇比較安全的走法，可以說是最好的策略。因為太複雜的形勢，不一定對電腦不利，卻鐵定對人腦不利！）但這種棋以人類的理解方式來說，就是在對手不夠強大的情況下（雙方程度差距大），這種棋與對手的下法幾乎無關，也就是電腦不會管低級棋手怎麼下，因為棋手的下法根本不起任何作用，因此電腦的下法不是針對棋手的下法做反應，而是自己走自己的！
　　在這種全局式下法而非策略導向的下法的情況下，最簡單的贏棋策略，只要人類能突破那道「檻」（深度，譬如AlphaGo的深度在第幾層+1即可）就能找出下贏的辦法。這種方法對付五子棋、國際象棋、中國象棋等都還不是很難，但對付圍棋幾乎「不可能」！（複雜的方法就暫時不說了）主因在於圍棋的「語彙」是不固定的，它的棋形即便有也太過靈活，且需考量到對方的應對方式。不像國際象棋、中國象棋的「形」或者稱「棋子的功能」（形產生功能，功能附著於形）是固定的，國際象棋、中國象棋、日本將棋的棋子的功能是固定的、走法也是固定的，如果要類比，就相當於高階語言如C++、Java（國際象棋、中國象棋、日本將棋）與機器語言（圍棋），高階語言還有很多固有的函數庫可用，程式設計相對簡單。
　　我在十幾年前就開始把策略的研究觸角伸向了棋類遊戲，因為人類世界的主要兵法的規則都已經被總結在《策略的哲學》中了，但人類的戰爭歷史與案例其實多數都在重複與模仿，案例也不夠多，至少比起動輒數萬筆的棋類遊戲對局，那實在是難以比擬。因此，我開始將這些棋類遊戲的規則進行總結，企圖建構一套完整的通用策略框架，可以適用於圍棋、國際象棋、中國象棋與日本將棋等多種棋類，也可以通用於人類世界。之所以必須吸收棋類遊戲的策略，結合傳統的兵法策略，原因是一個基於方法論的思考。可惜工程進行到一半，一如其他計畫一般，被暫時擱置了。其中一個理由就是這樣的通用策略本身跟強AI有直接關連，因此，或許明年會重啟相關研究做個總結吧！有機會，就會直接設計成棋軟直接放在網路上供人挑戰。
　　其他的，下次再說了！最後，也恭喜李世石扳回了一城。相信這對於許多「平民」而言，會是莫大的鼓舞！

---

相關新聞補充

李世乭說，「AlphaGo露出了兩個弱點，基本上，比起執白，它比較畏懼執黑；另外，它碰到沒有意料到的一手時，它會出現一種BUG型態，一連下幾手臭棋，當它意想不到時，它的對應能力就顯得較差。」

朔雪寒註：「它碰到沒有意料到的一手時，它會出現一種BUG型態，一連下幾手臭棋」，這可能是搜索樹的問題，可能有三種情況，一是AlphaGo自己對奕時沒能下到相應的情況，二是這一著棋在即時搜索中處於有太多分支而不容易剪裁或者不容易導向正確著法的情況（需結合盤面來考量，牽涉到評價函數），三是即使包含在搜索空間內也因為其他分支耗時太久未能在正確的著法上進行深入探索，或者在正確的著法上因為不夠深入的評價不高而被提早放棄。這種事情跟評價函數有很大的關係，有其他未見使用的方式可以修補，但只要深度夠（硬件、演算法夠快），其實足以抵消一般評價函數不夠客觀的缺陷。不幸的是，圍棋的可能性太大，要深度夠不那麼簡單。最好的辦法還是從演算法著手改良。

http://news.rti.org.tw/news/detail/?recordId=257642

報導指出，AlphaGo以星小目佈局，行至黑11下法與第二局如出一轍，引發棋界對超級電腦的必勝策略或有固定套路的猜測。但李世乭白12變招後，AlphaGo在下邊拆邊，不再模仿。李世乭此局使出取實不取勢的戰術，在左右的下角和兩邊撈取實地，AlphaGo則在中央取勢，並在上邊形成大模樣。

朔雪寒註：其實這就是一個簡單的擊敗電腦的「方法」，只是因為李世石只有五局對局機會，因此重複局面的機會不高，一般高手也可能不願意依照前幾局來「重下」，但這確實是突破那道「檻」的其中最簡單的方法之一。「行至黑11下法與第二局如出一轍，引發棋界對超級電腦的必勝策略或有固定套路的猜測。」要說是固定套路其實不正確，應該說是「這條路」在原本的計算中對電腦具備更大的勝算，有點類似國際象棋與中國象棋的開局法（如反宮馬）。因此，如果原本的計算深度不夠深，或者對奕時電腦自身沒有下出李世石的類似著法，就會誤以為這條路很穩當。但從另一方面來說，即便電腦發現這條路有這樣的一條不歸路，也可能會列為好的開局法，只要是譬如平均勝率大於50%，就可能繼續採用。

但在李世乭侵削中央的黑陣時，AlphaGo在右邊接連下出令人費解的走法，吃虧不少。當李世乭下出白78挖的妙手後，AlphaGo應對失當，不僅不彌補薄弱環節，還在左下角下出極端無理的黑97。李世乭隨即對左邊黑大龍施壓，並將上中央的白棋孤子聯繫起來，踏破黑色城池，鎖定勝局。

報導指出，據DeepMind首席執行官公司哈薩比斯(Demis Hassabis)在社交網站披露，AlphaGo自行計算的勝率由黑79手時70%銳減到黑87手的50%以下。此後AlphaGo四處攪局，李世乭不為所動。每秒計算10萬種棋路的AlphaGo在大勢已去後仍苦撐30多手，但李世乭殺入AlphaGo下邊唯一的大空後，AlphaGo認定絕無勝算，於180手棄子投降。

（棋譜取自：http://www.board19.com/news/）

朔雪寒註：
　　第97棋就是我所謂的「廢棋」。一如報導所說，87手以後其實AlphaGo已經「亂」了，類似於象棋軟體即將被「將軍」的「前奏」「反應」！97棋是其中最類似與經典的著法。

http://news.rti.org.tw/news/detail/?recordId=257638

AlphaGo VS 李世石 與 人類對人工智慧無盡的恐慌

　　感覺有點像是電影《蝙蝠俠對超人：正義曙光。》（Batman v Superman: Dawn of Justice），但這件事到目前為止之所以引起了種種揣測、謠言、爭論，甚至間接捧紅了其他圍棋選手，其起因都在於本來幾乎所有人除了AlphaGo研發小組之外，沒有人看好電腦可以在2016年就贏得比賽。而在李世石輸掉第一場之後，高潮便開始了！首先是其他圍棋九段高手的批評，甚至開始自認為自己上場可以取勝。在李世石輸掉第二場之後，其他圍棋九段高手的批評加劇了，但主要的攻擊點仍然在李世石身上，甚至在批評之外產生了謠言。開始為本來在機率上就不一定會出現的「打劫」發表或創造議題，將這件事扭曲成是李世石與Google有什麼「秘密協議」！想像力雖堪稱豐富！卻顯然沒有顧及到當局者的思考，以及打劫是否就能取勝的關鍵問題！而其最根本的原因仍然是欠缺對電腦圍棋運作原理的理解！

（美聯社圖片）

至此，網路上也開始有了對於人工智慧的恐慌性言論，早期一些大角色出來警告人工智慧可能帶來災難的言論，又再一次被翻出來「溫習」。一些類似天網的電影情節被提出來大肆討論。即便網路上早已充滿了關於AlphaGo所用演算法的介紹，仍無法阻止相關言論的出現。從這個現象來看，真正的強人工智慧面世之時，恐怕要有所借鏡了！
　　1997年5月：由IBM開發的深藍（Deep Blue）擊敗西洋棋世界冠軍卡斯帕洛夫時所發生的一些情況，幾乎又在此次重演，甚至隨著科技的進步，使得全世界都能在YouTube上即時看到這場世紀大戰，而把一些小事無限放大。當年質疑比賽不公的說法，在人類高手連輸兩場之後也開始出現。只是這次的人類方高手李世石展現了高超的風度與水平，並沒有加入這種無理、甚至荒謬的爭論之中（而是嘗試著盡一個超級高手最後的本分企圖以各種策略擊敗AI）。而這標誌著人工智慧技術邁向最後一里路前的里程碑式「聖戰」，也在今天由AlphaGo在取得三連勝之後結束了。剩下的難題幾乎可以說就是集中在最後的「聖杯」，也即「自然語言理解」這件事情上。即便目前的許多技術其實尚未能觸摸到強人工智慧，或者比爾蓋茲所說的「超級智慧系統」的技術核心，但已經足以讓一般民眾感到灰心喪志與沮喪。相信這個打擊，將在圍棋界產生更大的效應，「人已經無法對抗電腦了」的想法估計會佔據更多棋手與一般民眾的心靈！一如當年國際象棋、中國象棋陸續被攻克之後的景象。而今天的到來，本來許多九段的棋手還樂觀的認為可能是在十年至二十年之後，而技術出身的人如李開復則認為至少在一至二年後。只能說，人對於技術進步的掌握，似乎已經失去了準確度。
　　一位網友提問，誰能在比賽未開始進行前準確預測這場勝敗，憑什麼？答案是，除了AlphaGo研發小組之外，其他人都欠缺客觀證據。而AlphaGo研發小組裡面的黃士傑本身就是圍棋六段的棋手，從這一點結合「深度學習」專案總監大衛德西爾弗（David Silver）開戰前認為AlphaGo取勝的機率有50％來看，估計AlphaGo在從2015年十月至2016年三月的訓練，可能已經完敗包括黃士傑等在內的一些圍棋高手，甚至可能包括一些圍棋八九段的高手也難說（這一點在判斷上不一定需要）。但只是從David Silver的猜測，不妨大膽推論至少黃士傑被完敗的機率非常高。那麼完敗一個六段的AlphaGo是幾段呢？或者該問，幾段的高手才能完敗一個六段的人？若要講客觀預測，除了AlphaGo小組以外，外人能推論的就是這麼多了！因此，從這點出發，幾乎可以肯定得出人類必敗的結論，剩下的只是人類能守住幾場的猜測。猜測，有時候在資訊不足的情況下，是無法避免的。預測有時候便是這麼回事。沒什麼特別神奇的地方！只有那些根據一些微小的跡象就能推出往後數年發展或結論的，才會被稱為神奇！
　　至於最後兩場，從早前的一面倒的認定人類將5：0，一轉而變成人類將0：5。至於如李世石這樣的超級人類高手，還有「辦法」在兩個小時的對奕中取勝AlphaGo嗎？那可能是在明天看完比賽後的一篇文章了。
　　最後一點要補充的是，我認為當今天下沒有人會比李世石在這場世紀之戰中表現得更好了！認不認同我的看法都無所謂。個人覺得即使連輸三場，李世乭的表現還是超一流的！
　　附帶一提，網路上恐慌人工智能，或者以為天網將至的荒謬恐慌情緒似乎已經在蔓延！只能說：這就是電影對一般民眾的影響力！