我們先了解一下圍棋的遊戲規則——

玩家的目標是把棋子連線起來，製造一個彼此相連的群體，包圍某個空地。

當玩家包圍敵方的棋子後，就能將那些棋子從棋盤上移走。

玩家包圍的領土，用目數來計算。

到最後，誰包圍的目數最多，誰就是整場遊戲的贏家。

這些規則看似簡單，實際上，圍棋是人類有史以來發明過的最複雜的遊戲——

每顆棋子可以走的路徑選擇，大約有200種。

棋局可能的變化數目，比全宇宙的原子總數還多。

即使出動全世界的電腦運作一百萬年，也不可能計算出所有可能的變化情形。

研發人員嘗試將人工智慧應用到各個領域，但每次碰到圍棋都以失敗收場。

一定意義上，圍棋是人工智慧領域的終極目標。

很多人認為人工智慧要在圍棋比賽中戰勝人類，還需要上千年，有些人則覺得不可能。

因為，他們認為，要在圍棋中獲勝，需要憑藉人類的直覺。

圍棋高手下棋，很多時候，只是因為感覺是對的。

這種觀點，讓深度思維團隊深受啟發。

他們意識到，透過仿效人類直覺，或許，能發明出某種讓人工智慧取勝的高明演算法。

阿爾法圍棋的核心科技，被稱為“深度神經網路”，意即模擬人類大腦的神經元網路。

這個概念已經存在很久了。

但直到最近，隨著電腦運算能力提升，這些神經網路，一夕之間變得非常強大。

和打磚塊遊戲一樣，阿爾法圍棋也是透過自學，來掌握圍棋遊戲的技巧的。

團隊從網路上下載了十萬部厲害業餘棋手比賽的影片，讓阿爾法圍棋「觀看」。

一開始，他們讓阿爾法圍棋模仿人類棋手的招數。

之後，藉由跟自己下棋與強化學習，挑戰數百萬次不同棋局，阿爾法圍棋取得了長足進步。

接下來，要進行實戰了。

首先應邀而來的，是職業圍棋選手樊麾。

樊麾是職業二段選手，曾拿過2013到2015年的歐洲圍棋冠軍。

五局比賽，樊麾全敗。

這是歷史性的一刻，人工智慧系統有史以來第一次打敗職業圍棋選手。