围棋，是至今为止，人工智能尚未攻陷的唯一棋牌类运动。
在ibm在十八年前开发的深蓝超级计算机击败了当时的国际象棋世界冠军卡斯帕罗夫后，相继征服了几乎所有棋牌类游戏。
只有围棋，人类仍旧是这个领域的王者。
即使前几年横空出世的zen，被称为有职业旗手水平，也无法真正的击败人类顶级强者，只能寄希望于人类犯错，才能赢下那么几盘。
无论是深蓝还是zen，本质上都不具备自我学习的能力，不属于现代意义上的人工智能，而是基于预编程的复杂计算机程序。
这些程序通过预编程技术，将棋牌类运动的相关知识输入其数据库，在对弈期间，采用搜索算法和评价函数来探索未来的步数。
换句话说，深蓝和zen的每一步选择本质上都是程序根据预先设定的规则和计算得出的，其根本运转逻辑仍旧是穷举法。
因此，当面对围棋近乎无穷的棋盘变化时，无论是深蓝还是zen，都只能仰视人类的智慧。
纵横19道的棋盘上，一局围棋通常进行200-300步，每一步有数百种选择。
粗略估计，对局的变化数可以用极大的组合数来表示，即200的200次方，这个组合数远远超过宇宙中的总原子数。
如果仅仅依靠计算的方式来让机器和人类下棋，估计即使耗尽全世界的电力，机器也无法真正战胜人类。
但机器学习驱动的人工智能则不同。
人工智能并不完全依赖于人类的编程水平，每一步的选择并不是基于人类事先预设好的变化，而是通过学习无数盘比赛后所获得的“棋力”。
在这种情况下，如果有一天，人类再也无法战胜人工智能，那就说明人工智能已经从“向人类学习”走向了“超越人类”。
但这种超越，仍旧可以说是站在人类文明的肩膀上实现的。
因为本质上，人工智能仍旧是在用从人类那里学来的思考方式在下棋。
但谁能断言，人类三千年的围棋经验就是绝对正确的呢？
也许从一开始就有错误存在。
毕竟，比宇宙原子还要多的棋局变化，人类探索出的可能性连一亿分之一都不到。
可如果完全脱离人类棋谱，两个大模型自我对弈、自我学习？
对啊，这样才能真正探索橘子大模型的潜力啊！