由Google旗下團隊Deep Mind開發的人工智能AlphaGo，連續兩日擊敗有18次世界棋王頭銜的韓國棋王李世石，引起全球關注。中國圍棋擁有2500年發展史，而全球多個國家共有4,000萬人在棋盤上廝殺，其多變的下法與哲學意涵早已成為人類智慧的象徵。然而，人工智能有沒有能力在棋盤上擊敗圍棋高手，除了代表科學技術的日新月異外，恐怕也讓人們有更多關於人類與科技之間的哲學思考。

圍棋每盤約要下150手棋，每手棋中約有250種變化，每種變化又會引發另外250種可能性，需要對弈者精確的大局判斷能力與直覺，過去一直是人工智能無法跨越的障礙。經過2500年的發展，棋士們修身養性，培養對局的冷靜與個人風格的棋路，在棋盤上對弈的不是某種技術與智慧，而是某種「人性」。而圍棋的「人性」正是棋手與愛棋者著迷之處，也是電腦所難以透過運算與推演掌握的。但是當AlphaGo連續兩次擊敗韓國棋王的時候，是不是代表人工智能已經可以模仿人類思維，甚至模仿人類的學習能力，能夠代替人類解決更艱難、更現實的問題呢？

李世石在第一盤敗給AlphaGo後曾說，電腦在局中克服原本不利的形勢，「下棋不像人，可以說是超越人類的風格」。美國《科學》雜誌在今年1月的文章中解釋，AlphaGo能夠下出人的風格，是因為AlphaGo使用的「蒙地卡羅樹搜索」，同時採用兩種深度神經網絡，分別是選擇下子的策略神經網絡，以及評估選點的價值神經網絡，前者負責計算每下棋的走法，後者則負責想象、推算可能出現的局面，在透過上載3,000萬棋步、進行高達2,000萬次自我對局的訓練，才能夠上桌與高手對弈。

AlphaGo是專門設計來對弈的圍棋人工智能，目標單一，其使用的「深度學習」模式也未必是人工智能的未來。「深度學習」模仿神經網絡的運算方式，以多節點、分層的運算分析圖片上的特徵，能夠在數萬張圖片中歸納出內在邏輯，辨認人臉細節，區分人臉、身體、動物的決定性差異。人們使用的iPhone上，搭載的siri系統即是「深度學習」的語音應用。

簡單來說，「深度學習」是一種模仿人類認知結構的系統，與電腦強大計算能力結合後即可發揮超越人腦的能力，但目前看來仍然相當愚蠢，在人工智能的探索上也不是主流，許多科學家相信，最好的飛機並不是模仿鳥類體型製造出來的，最好的人工大腦也不應該是。因此在現階段的人工智能開發，仍然是一句一句的陳述句輸入，再讓電腦選擇出最佳解答。至於人腦會不會被電腦取代，事實上在現實生活中，很多事物早已被科技取代，但無法改變、且最可怕的，始終是人性。