deepmind 最後開發的是alphagozero。完全依靠自我學習，3天超過alphago，21天超過master(alphago 和master都是alphagozero的老大哥）。40天后對戰alphago和master戰績分別是100:0和89:11。而其對計算量的依賴卻更少。也就是說演算法的最佳化是是實現棋力飛躍的關鍵。

而master對戰人類頂尖棋手60:0。

儘管deepmind不再繼續投入圍棋的研究，但是alphago的技術已經推廣到多個領域，也包括電競。

演算法是支撐alphago的核心，即使不再研究圍棋，其在其它領域的研究成果也一樣可以應用到圍棋。

根據deepmind論文開發的絕藝a讓二子對戰職業勝率百分之九十幾(網站資料多數職業少有業餘)。而且不是最強配置。

已經有網友使用leelazero和katago，自家的強電腦配置(主要顯示卡)，可以對戰人類頂尖讓二子不貼目，這已經接近三子水平。

基於以上背景再看對戰人類，給alphagozero較短時間，讓三子對戰人類頂尖應該是好勝負吧。

前提是:

1. alphagozero 需要針對讓子棋做調整或設定。(已經有任意讓子情況下不損失棋力的技術開發出來瞭如katago)

2. 計算力配置較好，不必太高。估計四個tpu?

3. 雙方用時一樣，快棋。

4. 讓三子黑貼6.5(差不多分先讓26目)

慢棋的話估計人類棋手還是有希望的。

畢竟棋力有個極限。目前的ai應該已經接近圍棋之頂了，只是猜想。

這個問題我覺得可以從側面回答，之前人類和ai的區別在於大局觀和細節。圍棋高手透過對全域性的掌握，還能找到ai的弱點，屠殺大龍。但是隨著深度學習演算法的革新，新版阿爾法狗無論是細節還是大局觀都是人類無法匹敵的，雖然這是事實，但是圍棋畢竟只是一項競技遊戲，人類對世界的認識其複雜程度目前的ai是無法理解的，有一天如果人工智慧超越了人類，那應該就是所謂的神了。