這個問題很有意思，先聊聊圍棋的AI發展，一共經歷了三個階段：
1：2016年3月，AlphaGo橫空出世，在與人類的第一次人機大戰中以4：1的比分戰勝世界頂尖棋手之一，14個世界冠軍得主，南韓天王李世石。不過AlphaGo雖然獲勝，但是第四局出現了致命BUG，說明圍棋AI的弱點還是會被人類棋手抓住的。
2：AlphaGo經過9個多月的“閉關修煉”，練成神功。2017年1月，AlphaGo化身“Master"出現在中國兩大網路圍棋對弈平臺，以60：0的絕對優勢橫掃中日韓頂尖棋手。緊接著又在2017年5月的第二次人機大戰中，以3：0的比分戰勝世界排名第一的中國棋手柯潔。這時候，AlphaGo的弱點人類已經很難抓住了。
3：在3：0戰勝柯潔後，AlphaGo團隊宣佈退隱江湖，緊接著公佈了他們的論文。各個圍棋AI開發工程師透過論文的學習，開發了各自的圍棋AI程式。一時間，各路諸侯紛紛登場，絕藝，ELF，星陣，里拉，金毛等風格不同的AI相互競爭，形成了戰國時代。而人類棋手這時候則是以學習的姿態，用AI作為輔助工具，來輔助自己在圍棋上的訓練。職業棋手們都在自己家的個人電腦上安裝了圍棋AI軟體......
2018年，進入了人機合作的階段，但是在合作的時候，我們發現AI只能提供它所認為的“答案”，卻無法告知我們這個“答案”是怎麼來的？或者說，它是怎麼思考的？
這成為了我們在與它合作上的一個問題。因為不知道它怎麼想，就需要我們自己去思考，若是一味去背它提供的“答案”，是沒有意義的，因為無法應用到未知的實戰中去。甚至還會禁錮了自己的思維，帶來副作用。
AI在思考棋局的時候，與人類棋手在“思維”上有很多不同之處，我就說一個代表性的不同：
人類棋手下棋，思路是連續性的，這步棋的思維是前面思維的延續，是有邏輯思考層面在裡面的。但是AI下棋，每一步棋對它來說都是新的開始，前面所有的“思緒”都與它無關。
所以，如果AI也有大腦的話，那它和人類的大腦構造完全不同。因此，我們需要了解AI的“大腦”，也要了解自己的大腦，把這些情況裡瞭解清楚了，才能更好地理解和吸收AI給出來的建議和“答案”，併為己所用。
這個問題很有意思，先聊聊圍棋的AI發展，一共經歷了三個階段：
1：2016年3月，AlphaGo橫空出世，在與人類的第一次人機大戰中以4：1的比分戰勝世界頂尖棋手之一，14個世界冠軍得主，南韓天王李世石。不過AlphaGo雖然獲勝，但是第四局出現了致命BUG，說明圍棋AI的弱點還是會被人類棋手抓住的。
2：AlphaGo經過9個多月的“閉關修煉”，練成神功。2017年1月，AlphaGo化身“Master"出現在中國兩大網路圍棋對弈平臺，以60：0的絕對優勢橫掃中日韓頂尖棋手。緊接著又在2017年5月的第二次人機大戰中，以3：0的比分戰勝世界排名第一的中國棋手柯潔。這時候，AlphaGo的弱點人類已經很難抓住了。
3：在3：0戰勝柯潔後，AlphaGo團隊宣佈退隱江湖，緊接著公佈了他們的論文。各個圍棋AI開發工程師透過論文的學習，開發了各自的圍棋AI程式。一時間，各路諸侯紛紛登場，絕藝，ELF，星陣，里拉，金毛等風格不同的AI相互競爭，形成了戰國時代。而人類棋手這時候則是以學習的姿態，用AI作為輔助工具，來輔助自己在圍棋上的訓練。職業棋手們都在自己家的個人電腦上安裝了圍棋AI軟體......
2018年，進入了人機合作的階段，但是在合作的時候，我們發現AI只能提供它所認為的“答案”，卻無法告知我們這個“答案”是怎麼來的？或者說，它是怎麼思考的？
這成為了我們在與它合作上的一個問題。因為不知道它怎麼想，就需要我們自己去思考，若是一味去背它提供的“答案”，是沒有意義的，因為無法應用到未知的實戰中去。甚至還會禁錮了自己的思維，帶來副作用。
AI在思考棋局的時候，與人類棋手在“思維”上有很多不同之處，我就說一個代表性的不同：
人類棋手下棋，思路是連續性的，這步棋的思維是前面思維的延續，是有邏輯思考層面在裡面的。但是AI下棋，每一步棋對它來說都是新的開始，前面所有的“思緒”都與它無關。
所以，如果AI也有大腦的話，那它和人類的大腦構造完全不同。因此，我們需要了解AI的“大腦”，也要了解自己的大腦，把這些情況裡瞭解清楚了，才能更好地理解和吸收AI給出來的建議和“答案”，併為己所用。