香港棋界：AlphaGo如万年老手 棋术待消化
撰文： 邓芯怡 林裕华
出版：更新：
继去年欧洲围棋冠军败于AlphaGo后，南韩棋王李世石九段亦以局数总比数1比4饮恨。有电脑学者分析指，AlphaGo利用人类过往的棋局，自我模拟对奕约2,000万次，令AlphaGo比人脑拥有更多及更快计算出下棋的各种可能性，人脑难以匹敌。有香港棋界人士则称，李世石只是33岁，但AlphaGo所“吸收”的经验如同一位万年老手，故AlphaGo在今次5局的棋术，人类需一段长时间消化。
由Google DeepMind前年研发的AlphaGo，相对人类，早已“赢在起跑线”，两年间自我模拟学习对奕的棋局达2,000万次，即使是百岁人瑞也要自出生起，每日对奕574次，才能达到的次数。
理大电子计算学系副教授陈志辉指，AlphaGo比人类更厉害之处是必然能“牢记”该2,000万局，并把每局的数据分析，令实际对奕时，每步棋都可据过往“经验”，计算自己一方下棋的最佳优势，以及对方下棋的可能性，加上整个“思考”过程迅速，比起人脑，计算更加精密。
陈志辉又指，AlphaGo因计算众多棋局的可能性和每步最佳优势，故棋术中可能会有人类过往忽略的好棋法。不过他认为不能凭棋局便断定电脑比人脑优胜，因电脑只是靠人类输入资料去运算，而人类有无尽创造力，是电脑所不能取代。
港八段评关键4手棋 AlphaGo读秒定胜负 李世石受压失误解构AlphaGo围棋神功：师承天下棋手 精通左右互搏【人机大战】柯洁定必应邀赴战 将备战分析AlphaGo弱点最终回！ 李世石向AlphaGo投降 总局数输1比4
中国香港棋院创办人林承源5段，在大学时代曾主修电子计算学系，他也承认AlphaGo在棋局中的运算快速且周密，人类难以匹敌。他又指AlphaGo把过往人类的棋局迅速转化成“经验”，33岁的李世石在AlphaGo面前，便如同与万年老手对奕，故AlphaGo所用的棋术，人类需时间消化，但认为赛事令整个围棋界也有进步。