作為一個程式設計師，不會下圍棋很可恥！！

要知道圍棋規則很簡單，簡單學習兩個小時就會了。不過騰訊絕藝是用谷歌的演算法，形勢判斷和遞迴演算法核心都是人家的。所以開發者不會下也無所謂，但說一點不懂顯然是誇張了。

首先，絕藝不是"抄"阿法狗。網上有開源共享的圍棋軟體，deepmind也透過公開發表的論文公佈了其演算法的特點和某些細節，但是，寫出冠軍程式絕不是這麼簡單就可以的。其它團隊不提，光騰訊內部就有3個團隊同時進行，而絕藝是最好的那個。

其次，在絕藝團隊的13人中，沒人會下圍棋也不太影響其開發過程。我記得是有人會的，但大多數不會也是真的。圍棋規則異常簡單，就是4個吃1個，所謂"氣盡棋亡、子多者勝"而已。一般人下到業餘5段就是一方高手了，但這水平離職業水準和世界冠軍還差老遠。不然騰訊也不會請羅洗河老師來做開發測試了。

最後，deepmind的黃博士有電腦圍棋十幾年的開發經驗，騰訊這幫小夥能在一兩年內達到人類頂尖水平已經很不容易了。

開發人員中沒人會下圍棋也不要奇怪，但是要懂圍棋的規則，圍棋的規則可以說是非常非常簡單，三歲小孩都能聽明白。看下柴影片做的一個影片截圖，這就是圍棋規則，比其它棋類都簡單，圍棋的難就難在規則簡單，有很大的想象空間，雖然也有一些定式，但是整體是很自由的。

現在說說人工智慧，首先你要知道，人工智慧下棋不是程式設計師寫程式教給它怎麼下棋，如果這樣還談什麼智慧。人工智慧最初是透過學習人類的棋譜，這就涉及到了深度學習和神經網路，人工智慧是透過這些來學習棋譜的，不是程式設計師教的。不管是深度學習還是神經網路，這些涉及更多的是數學問題。開發人員可以不懂圍棋，只要瞭解規則就好，但是不能不懂數學。

透過alphago以及master可以看出來人類頂尖棋手是不如人工智慧的，透過人工智慧人類的棋藝還會得到提高。

騰訊的這個絕藝在開發的過程中一直有世界冠軍羅洗河作為陪練，也不能說沒有職業棋手的參與。事實上羅洗河也只是不斷的陪練然後一起改進而已，alphago專案也是有棋手參與的，只是水平遠不如羅洗河這樣的。不過最後決定人工智慧下棋水平高低的關鍵與參與棋手的水平沒什麼關係，主要的還是上面所說的數學，到了master完全都不用棋手參與了，絕藝不錯，但是與谷歌比起來還有很大差距。