几十年来，古老的围棋一直被认为是计算机无法破解的棋类游戏。围棋在亚洲拥有数千万玩家，其复杂性和微妙之处意味着顶尖的人类围棋选手在人工智能（AI）的进步面前依然保持着至高无上的地位。
现在，首次，一台电脑在没有让子的情况下击败了一位人类职业围棋选手。由谷歌位于伦敦的公司DeepMind开发的程序AlphaGo，在五场比赛中击败了欧洲冠军樊麾。
《自然》杂志询问了樊麾被机器击败的感受，并向其他围棋和人工智能爱好者征集了关于谁将在AlphaGo面临终极挑战时获胜的预测：在三月份与围棋界最伟大的棋手之一李世乭进行比赛。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过 订阅 来支持我们屡获殊荣的新闻报道。 通过购买订阅，您将有助于确保关于塑造我们当今世界的发现和思想的具有影响力的故事的未来。
樊麾 欧洲围棋冠军
“在中国，围棋不仅仅是一种游戏。它也是一面反映人生的镜子。我们说，如果你的棋局有问题，也许你的人生也有问题。”
输棋很难过。在与AlphaGo比赛之前，我以为我会赢。第一局之后，我改变了策略，更加努力地战斗，但我还是输了。问题是人类有时会犯很大的错误，因为我们是人。有时我们很累，有时我们太想赢比赛，我们有这种压力。而程序不是这样的。它非常强大和稳定，看起来像一堵墙。对我来说，这是一个很大的区别。我知道AlphaGo是一台计算机，但如果没有人告诉我，我可能会认为这个棋手有点奇怪，但很强大，是一个真正的人。”
当然，当我输掉比赛时，我并不高兴，但所有职业选手都会输掉很多比赛。所以，我输了，我研究比赛，也许我改变了我的下法。我认为这对未来是一件好事。”
托比·曼宁 英国围棋协会财务主管，樊麾对阵AlphaGo的裁判
“围棋选手都知道围棋是人工智能中尚未解决的伟大难题之一，所以我认为人们都预料到计算机将达到职业人类水平，但人们认为还需要10年左右的时间。在这场比赛中，我期望樊麾获胜。”
“让我震惊的是，回顾比赛过程，你无法分辨谁是人类，谁是计算机。很多软件你会发现计算机做了很多明智的举动，然后突然就崩溃了。但是在这里，你无法分辨谁是谁。”
“唯一不像人类的地方在于它管理时间的方式。樊麾比AlphaGo花了更长的时间来思考。而且AlphaGo似乎不像人类那样具有侵略性。它会非常冷静地下棋，而不是通过侵入领地或攻击一组棋子来开始战斗。”
“我认为围棋界的主要反应将会像IBM计算机深蓝在国际象棋中取得大师地位后一样，人们希望获得该软件，并在自己的比赛中使用它来找出他们哪里出了问题。”
李夏镇 国际围棋联盟秘书长
“当我第一次听说计算机挑战顶尖职业棋手李世乭的计划时，我真的很震惊。我认为这个挑战者一定不知道顶尖棋手有多强大，但实际上是我不知道计算机有多强大。现在我非常兴奋。”
“谁会赢？我不知道。李世乭本人也怀疑这台计算机有他那么强大。但我个人有机会更多地了解AlphaGo，然后我就惊讶于它有多强大。我也个人知道李世乭有多强大，所以我认为他们各有50%的机会。”
“我认为围棋仍然有很多价值，我不认为计算机人工智能比人类更强大这一事实会降低任何级别的围棋比赛的价值。我认为人们会接受计算机技术的进步，并找到一种方法来利用它。”
乔纳森·谢弗 加拿大埃德蒙顿阿尔伯塔大学计算机科学家，中国跳棋（checkers）程序Chinook的设计者，该程序于2007年解决了跳棋问题
“这还不是深蓝时刻[1997年计算机击败国际象棋世界冠军加里·卡斯帕罗夫]。真正的成就是当程序与真正的顶尖棋手对弈时。深蓝从1989年开始定期击败特级大师，但最终结果是八年后。从这些数据中我看到，AlphaGo目前所处的位置与顶尖人类棋手之间的差距已经大大缩小，并且很有可能经过更多的努力和改进，以及更强大的计算能力，在一两年内他们就能做到。”
“（在三月份的比赛中），我无意冒犯AlphaGo团队，但我会把钱押在人类身上。把AlphaGo想象成一个神童。它突然之间就很快学会了下非常好的围棋。但是它没有太多经验。我们在国际象棋和跳棋中看到的是，经验非常重要。”
谷歌DeepMind
戴密斯·哈萨比斯 DeepMind联合创始人，AlphaGo的创建公司
“AlphaGo现在正超越——希望最终能超越——该领域中最优秀的人类所能做到的。看到它将在围棋的规则限制下创造出什么新事物，这真是令人惊叹的感觉。我想我们对我们构建的系统有很深的感情，特别是因为它的构建方式——它已经学会了，在某种意义上我们训练了它，它正在以非常像人类的风格下棋。这与您手动编写的程序不同，您知道您可以做的所有细微之处：在这里，它自己学会了一些东西，因此看到它学到的能力真是令人惊叹。”
大卫·西尔弗 DeepMind计算机科学家
“我没有押注AlphaGo会赢，但我认为我们在这场赌注中承担着很大的声誉。所以我们只能说，如果我们在三月份输掉比赛，我们会非常失望。但是你永远不知道，一切皆有可能。人类不可避免地有很多我们无法训练的技巧。”
本文经许可转载，并于2016年1月27日首次发布。