香港棋界：AlphaGo如萬年老手 棋術待消化
撰文：林裕華 鄧芯怡
出版：更新：
繼去年歐洲圍棋冠軍敗於AlphaGo後，南韓棋王李世石九段亦以局數總比數1比4飲恨。有電腦學者分析指，AlphaGo利用人類過往的棋局，自我模擬對奕約2,000萬次，令AlphaGo比人腦擁有更多及更快計算出下棋的各種可能性，人腦難以匹敵。有香港棋界人士則稱，李世石只是33歲，但AlphaGo所「吸收」的經驗如同一位萬年老手，故AlphaGo在今次5局的棋術，人類需一段長時間消化。
由Google DeepMind前年研發的AlphaGo，相對人類，早已「贏在起跑線」，兩年間自我模擬學習對奕的棋局達2,000萬次，即使是百歲人瑞也要自出生起，每日對奕574次，才能達到的次數。
理大電子計算學系副教授陳志輝指，AlphaGo比人類更厲害之處是必然能「牢記」該2,000萬局，並把每局的數據分析，令實際對奕時，每步棋都可據過往「經驗」，計算自己一方下棋的最佳優勢，以及對方下棋的可能性，加上整個「思考」過程迅速，比起人腦，計算更加精密。
陳志輝又指，AlphaGo因計算眾多棋局的可能性和每步最佳優勢，故棋術中可能會有人類過往忽略的好棋法。不過他認為不能憑棋局便斷定電腦比人腦優勝，因電腦只是靠人類輸入資料去運算，而人類有無盡創造力，是電腦所不能取代。
港八段評關鍵4手棋 AlphaGo讀秒定勝負 李世石受壓失誤解構AlphaGo圍棋神功：師承天下棋手 精通左右互搏【人機大戰】柯潔定必應邀赴戰 將備戰分析AlphaGo弱點最終回！ 李世石向AlphaGo投降 總局數輸1比4
中國香港棋院創辦人林承源5段，在大學時代曾主修電子計算學系，他也承認AlphaGo在棋局中的運算快速且周密，人類難以匹敵。他又指AlphaGo把過往人類的棋局迅速轉化成「經驗」，33歲的李世石在AlphaGo面前，便如同與萬年老手對奕，故AlphaGo所用的棋術，人類需時間消化，但認為賽事令整個圍棋界也有進步。