Google的围棋程序团队几周前把他们的成果发表在《Nature》杂志，我做为外行只能看懂一小部分，只是大致了解这个程序是用现存巨量棋谱，来优化一个以神经网络为基础的学习机器，而且这个机器还可以通过自己与自己下棋来提高水平。
感觉这个机器（程序）与人类棋手比可能有几点不同（只是就我的理解，不一定对）。一是，人类讲究套路，而机器把每一步都当成独立的新问题去寻找最佳解法。二是，人类在掌握围棋规律的情况下，可以应对任何棋局；而机器的围棋知识主要来源于现存的棋谱，虽然通过自己与自己练习能增加经验，但肯定存在对机器来说陌生因而不会应对的情况。三是，人会累会出错，机器不知疲倦而且不犯错误。四是，目前，战场对机器单向透明，机器可能读了人类的绝大多数棋谱，但人类没有看到多少机器的棋谱，还谈不上找它的规律和弱点。
机器对棋局价值的算法，可能完全不同于人类，但却如重力一样可靠且无法抗拒。短期内，人类要想赢这个机器，只能在现存棋谱之外想办法。我不会下围棋，只是瞎猜，一般下棋不会把棋盘下满，往往胜负一分就结束了，这样机器用来学习的棋谱里，棋盘几近下满的谱不会多，机器也就有可能不太会解棋面近满的棋局。如果我参与这场人机大战，我会建议李世石在第三盘无论如何不要认输，坚持把棋盘填满，“舍得一身剐”，看看机器会不会下倒数十几手。
长期来看，人类棋手需要发挥聪明才智，找到一种击败每一步都能找到最佳解，但又没有套路的机器的方法。有没有可能让机器每一步都无懈可击，但又不可避免地走向失败呢？
实在不行，就偷带一块强磁铁进场。。。
