幾十年來，古老的圍棋一直被認為是計算機無法破解的棋類遊戲。圍棋在亞洲擁有數千萬玩家，其複雜性和微妙之處意味著頂尖的人類圍棋選手在人工智慧（AI）的進步面前依然保持著至高無上的地位。
現在，首次，一臺電腦在沒有讓子的情況下擊敗了一位人類職業圍棋選手。由谷歌位於倫敦的公司DeepMind開發的程式AlphaGo，在五場比賽中擊敗了歐洲冠軍樊麾。
《自然》雜誌詢問了樊麾被機器擊敗的感受，並向其他圍棋和人工智慧愛好者徵集了關於誰將在AlphaGo面臨終極挑戰時獲勝的預測：在三月份與圍棋界最偉大的棋手之一李世乭進行比賽。
關於支援科學新聞
如果您喜歡這篇文章，請考慮透過 訂閱 來支援我們屢獲殊榮的新聞報道。 透過購買訂閱，您將有助於確保關於塑造我們當今世界的發現和思想的具有影響力的故事的未來。
樊麾 歐洲圍棋冠軍
“在中國，圍棋不僅僅是一種遊戲。它也是一面反映人生的鏡子。我們說，如果你的棋局有問題，也許你的人生也有問題。”
輸棋很難過。在與AlphaGo比賽之前，我以為我會贏。第一局之後，我改變了策略，更加努力地戰鬥，但我還是輸了。問題是人類有時會犯很大的錯誤，因為我們是人。有時我們很累，有時我們太想贏比賽，我們有這種壓力。而程式不是這樣的。它非常強大和穩定，看起來像一堵牆。對我來說，這是一個很大的區別。我知道AlphaGo是一臺計算機，但如果沒有人告訴我，我可能會認為這個棋手有點奇怪，但很強大，是一個真正的人。”
當然，當我輸掉比賽時，我並不高興，但所有職業選手都會輸掉很多比賽。所以，我輸了，我研究比賽，也許我改變了我的下法。我認為這對未來是一件好事。”
託比·曼寧 英國圍棋協會財務主管，樊麾對陣AlphaGo的裁判
“圍棋選手都知道圍棋是人工智慧中尚未解決的偉大難題之一，所以我認為人們都預料到計算機將達到職業人類水平，但人們認為還需要10年左右的時間。在這場比賽中，我期望樊麾獲勝。”
“讓我震驚的是，回顧比賽過程，你無法分辨誰是人類，誰是計算機。很多軟體你會發現計算機做了很多明智的舉動，然後突然就崩潰了。但是在這裡，你無法分辨誰是誰。”
“唯一不像人類的地方在於它管理時間的方式。樊麾比AlphaGo花了更長的時間來思考。而且AlphaGo似乎不像人類那樣具有侵略性。它會非常冷靜地下棋，而不是透過侵入領地或攻擊一組棋子來開始戰鬥。”
“我認為圍棋界的主要反應將會像IBM計算機深藍在國際象棋中取得大師地位後一樣，人們希望獲得該軟體，並在自己的比賽中使用它來找出他們哪裡出了問題。”
李夏鎮 國際圍棋聯盟秘書長
“當我第一次聽說計算機挑戰頂尖職業棋手李世乭的計劃時，我真的很震驚。我認為這個挑戰者一定不知道頂尖棋手有多強大，但實際上是我不知道計算機有多強大。現在我非常興奮。”
“誰會贏？我不知道。李世乭本人也懷疑這臺計算機有他那麼強大。但我個人有機會更多地瞭解AlphaGo，然後我就驚訝於它有多強大。我也個人知道李世乭有多強大，所以我認為他們各有50%的機會。”
“我認為圍棋仍然有很多價值，我不認為計算機人工智慧比人類更強大這一事實會降低任何級別的圍棋比賽的價值。我認為人們會接受計算機技術的進步，並找到一種方法來利用它。”
喬納森·謝弗 加拿大埃德蒙頓阿爾伯塔大學計算機科學家，中國跳棋（checkers）程式Chinook的設計者，該程式於2007年解決了跳棋問題
“這還不是深藍時刻[1997年計算機擊敗國際象棋世界冠軍加里·卡斯帕羅夫]。真正的成就是當程式與真正的頂尖棋手對弈時。深藍從1989年開始定期擊敗特級大師，但最終結果是八年後。從這些資料中我看到，AlphaGo目前所處的位置與頂尖人類棋手之間的差距已經大大縮小，並且很有可能經過更多的努力和改進，以及更強大的計算能力，在一兩年內他們就能做到。”
“（在三月份的比賽中），我無意冒犯AlphaGo團隊，但我會把錢押在人類身上。把AlphaGo想象成一個神童。它突然之間就很快學會了下非常好的圍棋。但是它沒有太多經驗。我們在國際象棋和跳棋中看到的是，經驗非常重要。”
谷歌DeepMind
戴密斯·哈薩比斯 DeepMind聯合創始人，AlphaGo的建立公司
“AlphaGo現在正超越——希望最終能超越——該領域中最優秀的人類所能做到的。看到它將在圍棋的規則限制下創造出什麼新事物，這真是令人驚歎的感覺。我想我們對我們構建的系統有很深的感情，特別是因為它的構建方式——它已經學會了，在某種意義上我們訓練了它，它正在以非常像人類的風格下棋。這與您手動編寫的程式不同，您知道您可以做的所有細微之處：在這裡，它自己學會了一些東西，因此看到它學到的能力真是令人驚歎。”
大衛·西爾弗 DeepMind計算機科學家
“我沒有押注AlphaGo會贏，但我認為我們在這場賭注中承擔著很大的聲譽。所以我們只能說，如果我們在三月份輸掉比賽，我們會非常失望。但是你永遠不知道，一切皆有可能。人類不可避免地有很多我們無法訓練的技巧。”
本文經許可轉載，並於2016年1月27日首次釋出。