這個問題好！深度學習理論可以解決你這個問題：

情況一：兩臺AI都不具備“深度學習”功能，那麼這場圍棋博弈將永遠進行下去，沒有勝負；直到世界的盡頭（實驗室阿姨不小心關了電閘）

情況二：兩臺AI都具備“深度學習”功能。這就考驗這兩臺AI的學習能力了，學習能力快的在N久之後必將以0.01的優勢獲勝。

情況三：一臺AI具備“深度學習”功能，另一臺不具備“深度學習”功能。這個結果很是顯而易見。

如果兩個相同的AI進行博弈，那結果是顯而易見的。就是相當於人類的兩個頂尖高手，勝負只在毫釐之間，一招不慎，滿盤皆輸！因此輸贏的差距相差不大。這裡涉及另一個問題，就是圍棋的先後手貼目規則是否左右輸贏，讓一方略有優勢。因此它倆的對弈反過來可以驗證人類的先後手貼目規則是否合理。

兩臺完全相同的AI，在重申一次兩臺完全相同的AI。結果很簡單，不是平局，而是一勝一負。原因是剛開始的時候雙方套路一樣，但透過不斷的深度學習，兩臺AI會出現不同的拐角。例如兩個雙胞胎兄弟，父母有意對他們進行一模一樣的教育，吃穿住行。但長大後性格和智商還是不一樣。當然AI和人不一樣，但經過多年甚至很多年的深度學習後肯定會出現拐角的。這個是肯定的，毋庸置疑的。

每落一子就是一次變數，棋盤有限，所以落子順序可以算清楚的一共多少種，如果計算能力夠用，應該能找出必贏的一種落子順序。然後就看是黑方白方了。。

假設人工智慧已經窮盡所有圍棋路數。我認為兩者結果完全根據貼目規則決定。以目前主流的七目半規則，貼目後是白棋必勝。

圍棋規則裡有貼目的規則，從無到有，且一直是先走的黑棋需要貼目。

貼目規則在現代社會能進行大資料統計後，也經歷了多次更改。

2002年之前，通用規則為貼五目半，那時統計了1998年到2002的一萬盤對局，黑棋勝率為53%左右，所以2003開始，國際規則改為黑棋貼六目半。此時黑棋勝率為50.78%，比較公平了，但黑棋勝率依然超過一半。17年前，著名圍棋比賽應氏杯開始使用黑貼8點，與中國實行多年的三又四分之三子一樣，也就是貼7目半，從此開始，日韓棋手普遍願意選擇白棋，因為實行時間較短，需要更多時間進行驗證。

假設谷歌公司的最新款阿爾法元窮盡了所有演算法。以目前我們有資料統計來看，圖中顯示六目半規則下，黑棋勝率高過50%,七目半則白棋佔優勢。因為人工智慧永遠不會失誤，如果沒有貼目，毫無疑問，黑棋必勝。如果開始貼目，無論是五目半，六目半，都是黑棋必勝。七目半則是白棋必勝。

但因為貼目規則的存在，才讓同實力人工智慧比賽有了懸念。

圍棋目數能拆分成最小的單位是有極限的。所以無論何種規則，都有一方是必勝的。比如說六目半偏向黑方，則黑方必勝。七目半偏向白方，則白方必勝。一切勝負，在隨機抽取黑白棋誰先走的時候，就已經決定。除非能貼7.273681566目這種。

正因為這樣，兩個人工智慧不知疲憊的下棋到一定盤數時，就能為人類貼目規則提供指導性參考意見了。

我圍棋下的不好，人工智慧也不精通，只是從機率和邏輯分析一下。

目前的圍棋AI是深度學習的產物，而不是窮舉

並隨著時間，隨著學習對局的數量增加，水平也會提高，本質上是有點模仿人類學習的

只是速度更快，且沒有人類的情緒和失誤的影響

對局結果和人類一樣，也會有輸有贏

我看過開源的圍棋AI一些深度學習對局，在早期是隨便擺子的，水平也很差，比初學者都不如，但隨著時間，經過學習而水平不斷提高。

既便阿爾法狗輕鬆取勝柯潔，但他也不是走出了窮舉中所說的最優，只是比人類強得多