由Google旗下团队Deep Mind开发的人工智能AlphaGo，连续两日击败有18次世界棋王头衔的韩国棋王李世石，引起全球关注。中国围棋拥有2500年发展史，而全球多个国家共有4,000万人在棋盘上厮杀，其多变的下法与哲学意涵早已成为人类智慧的象徵。然而，人工智能有没有能力在棋盘上击败围棋高手，除了代表科学技术的日新月异外，恐怕也让人们有更多关于人类与科技之间的哲学思考。

围棋每盘约要下150手棋，每手棋中约有250种变化，每种变化又会引发另外250种可能性，需要对弈者精确的大局判断能力与直觉，过去一直是人工智能无法跨越的障碍。经过2500年的发展，棋士们修身养性，培养对局的冷静与个人风格的棋路，在棋盘上对弈的不是某种技术与智慧，而是某种「人性」。而围棋的「人性」正是棋手与爱棋者着迷之处，也是电脑所难以透过运算与推演掌握的。但是当AlphaGo连续两次击败韩国棋王的时候，是不是代表人工智能已经可以模仿人类思维，甚至模仿人类的学习能力，能够代替人类解决更艰难、更现实的问题呢？

李世石在第一盘败给AlphaGo后曾说，电脑在局中克服原本不利的形势，「下棋不像人，可以说是超越人类的风格」。美国《科学》杂誌在今年1月的文章中解释，AlphaGo能够下出人的风格，是因为AlphaGo使用的「蒙地卡罗树搜索」，同时採用两种深度神经网络，分别是选择下子的策略神经网络，以及评估选点的价值神经网络，前者负责计算每下棋的走法，后者则负责想象、推算可能出现的局面，在透过上载3,000万棋步、进行高达2,000万次自我对局的训练，才能够上桌与高手对弈。

AlphaGo是专门设计来对弈的围棋人工智能，目标单一，其使用的「深度学习」模式也未必是人工智能的未来。「深度学习」模仿神经网络的运算方式，以多节点、分层的运算分析图片上的特徵，能够在数万张图片中归纳出内在逻辑，辨认人脸细节，区分人脸、身体、动物的决定性差异。人们使用的iPhone上，搭载的siri系统即是「深度学习」的语音应用。

简单来说，「深度学习」是一种模仿人类认知结构的系统，与电脑强大计算能力结合后即可发挥超越人脑的能力，但目前看来仍然相当愚蠢，在人工智能的探索上也不是主流，许多科学家相信，最好的飞机并不是模仿鸟类体型製造出来的，最好的人工大脑也不应该是。因此在现阶段的人工智能开发，仍然是一句一句的陈述句输入，再让电脑选择出最佳解答。至于人脑会不会被电脑取代，事实上在现实生活中，很多事物早已被科技取代，但无法改变、且最可怕的，始终是人性。