岁月如棋盘，光阴是棋子，棋子越下越少，日子越过越薄。明日如空山烟雨，不可预知，最终的结果，要涉过千江水月，方能抵达。我们只是寂寞的棋手，以为能守住棋子，就可以看清人间黑白，能掌握世事命运。却不知，山高水长，走过的每一条路，叫不归。
在中国传统文化中，围棋亦代表着人生的格局；游戏的成功在于，它证明为了取得胜利，必须生存，同时也必须让对手神棍。过于贪心的人将失去对手：这是一个平衡而又微妙的游戏，一方面得到胜利，另一方面却不要打垮对方。归根结底，生与死只是构建得好与坏的结果。汝生，汝死，皆是果。优迈体育则认为，围棋的境界就在于，不管棋艺的高低，也不管是输是赢，以一种悠然自得的心态享受围棋的乐趣，这便是“不得贪胜”的境界。
柯洁与AlphaGO的比赛两连败，也让一些人对人工智能产生了担忧，人工智能会不会如霍金先生所说，将拥有无限的发展可能性？
我们知道，柯洁作为世界围棋第一人，无论是从心态和技巧来说都是没话说的，但是他为何2次都会输给人工智能阿尔法狗？人工智能的本质是计算机，它所有的行为都是通过计算机系统高速运算的结果，他们会用概率筛选出最优的答案，并立即做出选择。而柯洁是一位继承了传统围棋风格的选手，围棋讲究观大局，有些小的漏洞可以先舍弃进而保全整个大局的稳定，向我们展示的是一种“格局观”，是选手和选手之间，对于人生态度、处事风格、围棋技巧等多方面的考量。面对冰冷、没有情感的机器人，可以说就是遇见了一个不按套路出牌的人，阿尔法狗只是会通过运算和在芯片中录入进行判断，可以做到每一步都是最优解，百密无一疏，步步紧逼，不留一丝一毫的回旋余地。
AlphaGo是一款围棋人工智能程序。
它主要的工作原理是“深度学习”。指多层的人工神经网络和训练它的方法，一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。
阿尔法围棋用到了很多新技术，如神经网络、深度学习、蒙特卡洛树搜索法等，使其实力有了实质性飞跃。美国脸书公司“黑暗森林”围棋软件的开发者田渊栋曾发表分析文章说：“阿尔法围棋系统主要由几个部分组成：
一、走棋网络（Policy Network），给定当前局面，预测/采样下一步的走棋；
二、快速走子（Fast rollout），目标和走棋网络一样，但在适当牺牲走棋质量的条件下，速度要比走棋网络快1000倍；
三、估值网络（Value Network），给定当前局面，估计是白胜还是黑胜；
四、蒙特卡洛树搜索（Monte Carlo Tree Search），把以上这三个部分连起来，形成一个完整的系统。”
所以，柯洁和阿尔法狗之间的比赛，无关乎人情和方寸之间回旋又紧逼的精彩，而在于输赢，找到阿尔法狗的弱点，或逼出弱点。去年李世石在第4局中发现了“阿法狗”一个弱点并赢局，虽然事后证明李世石这一手本身并不成立，但能逼出“阿法狗”失误就是成功点。
科学家表示：虽然阿尔法狗屡次战胜围棋大师，但目前深度学习人工智能技术还远不能与人脑相比。阿尔法需要从人类棋谱中学习，因为被创造后大部分的学习材料都来自于自我对弈的棋谱。但为了测试它所学的，就必须和世界上最优秀的棋手对弈。与柯洁比赛的这个“阿法狗”比上一个版本大幅减少了对人类棋谱的依赖。这样做的目标之一就是让它变得更为通用，从而能被应用在围棋以外的领域上，而最后的结果会不会是阿尔法狗变得更强，更稳定了？
)